INDEX
    Explanations
    New Auto-Interp
    Negative Logits
     manten
    -0.08
     pan
    -0.07
     انت
    -0.07
     Wen
    -0.07
     ran
    -0.07
     machen
    -0.06
     Macron
    -0.06
     Vanessa
    -0.06
    Agregar
    -0.06
    -0.06
    POSITIVE LOGITS
     для
    0.13
    для
    0.11
    _for
    0.08
     Size
    0.08
     By
    0.08
     Для
    0.08
    из
    0.08
    By
    0.07
    形成
    0.07
    0.07
    Act Density 0.025%

    No Known Activations