INDEX
    Explanations
    New Auto-Interp
    Negative Logits
     freaking
    -0.08
     WTF
    -0.08
     tramo
    -0.07
     Kry
    -0.07
     brand
    -0.07
     tribe
    -0.07
     steken
    -0.07
     tratar
    -0.07
     manchen
    -0.07
     brands
    -0.07
    POSITIVE LOGITS
     babagan
    0.09
     للغاية
    0.08
    ,例如
    0.08
     respecto
    0.08
    akin
    0.08
    ,并
    0.07
    ,比如
    0.07
     જેથી
    0.07
    	Value
    0.07
    ennent
    0.07
    Act Density 0.022%

    No Known Activations