INDEX
    Explanations
    New Auto-Interp
    Negative Logits
    anova
    -0.09
     गर्दछ
    -0.09
    .annotation
    -0.08
    אנ
    -0.08
    -0.08
     चलता
    -0.08
     करती
    -0.08
     करता
    -0.07
    borne
    -0.07
    crito
    -0.07
    POSITIVE LOGITS
     yourself
    0.17
     пожалуйста
    0.14
     nhé
    0.14
     주세요
    0.14
    ください
    0.13
    ுங்கள்
    0.13
    0.13
    してください
    0.13
     yourselves
    0.12
    下さい
    0.12
    Act Density 0.953%

    No Known Activations