INDEX
    Explanations
    New Auto-Interp
    Negative Logits
     kid
    -0.08
     lounging
    -0.08
     Dar
    -0.07
     Expo
    -0.07
    kke
    -0.07
    -0.07
    álně
    -0.07
     Exper
    -0.07
    πτυ
    -0.07
     Sav
    -0.07
    POSITIVE LOGITS
    zul
    0.08
     használ
    0.08
    IEW
    0.07
    -fa
    0.07
    0.07
    ッション
    0.07
    ियर
    0.07
    ENDIF
    0.07
    -moving
    0.07
     teşekkür
    0.07
    Act Density 0.004%

    No Known Activations