INDEX
    Explanations
    New Auto-Interp
    Negative Logits
     unt
    -0.08
     روان
    -0.08
    -0.08
     الجد
    -0.08
    .wav
    -0.08
    -0.07
    -0.07
     ચાલ
    -0.07
    يح
    -0.07
     الجر
    -0.07
    POSITIVE LOGITS
     decorative
    0.08
     erect
    0.08
    Candidate
    0.08
     candidat
    0.08
    andidat
    0.08
     bureau
    0.08
     compteur
    0.08
     thaum
    0.08
     belg
    0.08
     Londres
    0.08
    Act Density 0.002%

    No Known Activations