INDEX
    Explanations
    New Auto-Interp
    Negative Logits
    -like
    -0.09
    Workout
    -0.08
    olicies
    -0.08
    olicy
    -0.08
    -0.08
    Synth
    -0.07
     redistributed
    -0.07
    Regards
    -0.07
    virt
    -0.07
    .Shared
    -0.07
    POSITIVE LOGITS
     muun
    0.11
     Examples
    0.11
     dozens
    0.10
     종류
    0.10
     Beispiele
    0.10
     centaines
    0.09
    各种
    0.09
    比如
    0.09
     ได้แก่
    0.09
     Specific
    0.09
    Act Density 0.303%

    No Known Activations