INDEX
    Explanations
    New Auto-Interp
    Negative Logits
    plants
    -0.08
    icont
    -0.08
     Perez
    -0.07
    ystate
    -0.07
     pumped
    -0.07
    -0.07
    iscus
    -0.07
     phyt
    -0.07
    lando
    -0.07
    Mic
    -0.07
    POSITIVE LOGITS
    0.09
     особ
    0.09
    обходимо
    0.08
     بع
    0.08
     внимания
    0.08
     khăn
    0.08
     beware
    0.08
     كن
    0.08
    ್ಟ
    0.08
    -danger
    0.07
    Act Density 0.002%

    No Known Activations