INDEX
    Explanations
    New Auto-Interp
    Negative Logits
     sed
    -0.08
     Sed
    -0.08
    sed
    -0.08
     evolution
    -0.08
    Af
    -0.08
     escritura
    -0.07
     معالجة
    -0.07
     senate
    -0.07
    -0.07
     sitä
    -0.07
    POSITIVE LOGITS
     тура
    0.08
     projektu
    0.08
    唯一
    0.08
     projectile
    0.08
    ra
    0.07
     kissing
    0.07
     автомобиля
    0.07
    观看
    0.07
    0.07
    梦想
    0.07
    Act Density 0.021%

    No Known Activations