INDEX
    Explanations
    New Auto-Interp
    Negative Logits
    -0.08
     bericht
    -0.08
    是什么意思
    -0.08
    有关
    -0.08
     sol
    -0.08
     homenaje
    -0.08
     ביותר
    -0.08
    Gest
    -0.07
    भाग
    -0.07
    Hor
    -0.07
    POSITIVE LOGITS
     hingegen
    0.13
    0.09
     likewise
    0.09
     eher
    0.09
     isə
    0.08
     역시
    0.08
     మాత్రం
    0.08
     daar
    0.07
    umele
    0.07
     mainly
    0.07
    Act Density 0.014%

    No Known Activations