INDEX
    Explanations
    New Auto-Interp
    Negative Logits
     เอฟ
    -0.08
     Wasch
    -0.08
    -0.07
     Sticker
    -0.07
     Grinding
    -0.07
    γμα
    -0.07
     خون
    -0.07
     Quil
    -0.07
    -0.07
     repl
    -0.07
    POSITIVE LOGITS
    unin
    0.11
    社会主义
    0.08
    луг
    0.08
     golf
    0.08
    bund
    0.08
    unj
    0.08
    l
    0.07
    мін
    0.07
     neutr
    0.07
    lanan
    0.07
    Act Density 0.000%

    No Known Activations