INDEX
    Explanations
    New Auto-Interp
    Negative Logits
     bok
    -0.08
     máis
    -0.08
     keynote
    -0.07
     അസ
    -0.07
    Wat
    -0.07
     boj
    -0.07
    _CPU
    -0.07
     velik
    -0.07
    ี่
    -0.07
     outbreak
    -0.07
    POSITIVE LOGITS
    0.09
    -axis
    0.09
    -al
    0.09
     subsystem
    0.09
    -plane
    0.08
    0.08
     tut
    0.08
    -ext
    0.08
    -pass
    0.08
     valley
    0.07
    Act Density 0.025%

    No Known Activations