INDEX
    Explanations
    New Auto-Interp
    Negative Logits
     эта
    -0.08
     kle
    -0.07
     complemented
    -0.07
    ët
    -0.07
    -0.07
    ôi
    -0.07
     sle
    -0.07
    -0.07
    主义
    -0.07
    。此外
    -0.07
    POSITIVE LOGITS
    的是
    0.09
    "D
    0.08
    /packages
    0.08
     Cougar
    0.08
     بالف
    0.07
     Sens
    0.07
     refiere
    0.07
     DW
    0.07
    pill
    0.07
     Bah
    0.07
    Act Density 0.020%

    No Known Activations