INDEX
    Explanations
    New Auto-Interp
    Negative Logits
    atig
    -0.09
    pons
    -0.09
     коль
    -0.08
     ворот
    -0.08
    capitalize
    -0.08
    lacht
    -0.08
    .Level
    -0.08
    .SIZE
    -0.08
    veer
    -0.08
     latch
    -0.08
    POSITIVE LOGITS
     دید
    0.09
     شئ
    0.09
    عدم
    0.07
     ಸಾಮಾಜಿಕ
    0.07
     social
    0.07
    以后
    0.07
     estando
    0.07
     dood
    0.07
     Turkish
    0.07
    0.07
    Act Density 0.000%

    No Known Activations