INDEX
    Explanations
    New Auto-Interp
    Negative Logits
     kingdom
    -0.09
     முற
    -0.07
     அழ
    -0.07
     kingdoms
    -0.07
    மை
    -0.07
     scènes
    -0.07
    mid
    -0.07
     geschaffen
    -0.07
    inek
    -0.07
    _CREATE
    -0.07
    POSITIVE LOGITS
     ماء
    0.10
    langen
    0.09
    ette
    0.09
     زيت
    0.08
     groceries
    0.08
     inteira
    0.08
     Lidl
    0.08
     Hond
    0.08
    υμα
    0.08
     baking
    0.08
    Act Density 0.034%

    No Known Activations