INDEX
    Explanations
    New Auto-Interp
    Negative Logits
    -0.10
    عديد
    -0.08
    -0.08
     enterprise
    -0.08
     semper
    -0.07
    -0.07
    existent
    -0.07
     આવી
    -0.07
     egyik
    -0.07
     geweest
    -0.07
    POSITIVE LOGITS
     futbol
    0.08
     Fußball
    0.08
     darts
    0.08
     ulang
    0.07
    ilanth
    0.07
     badminton
    0.07
    Введите
    0.07
     alber
    0.07
    []↵↵
    0.07
    0.07
    Act Density 0.014%

    No Known Activations