INDEX
    Explanations
    New Auto-Interp
    Negative Logits
    -0.08
     conséquence
    -0.08
     encode
    -0.07
    .ser
    -0.07
     décr
    -0.07
     HK
    -0.07
    orsche
    -0.07
    _CONTAINER
    -0.07
     Agar
    -0.07
     каждой
    -0.07
    POSITIVE LOGITS
    _UNUSED
    0.09
    ignore
    0.09
    Wunused
    0.08
    Ignoring
    0.08
     ignore
    0.08
     ignores
    0.08
    ertia
    0.08
     unless
    0.08
    wania
    0.08
    (ignore
    0.08
    Act Density 0.009%

    No Known Activations