INDEX
    Explanations
    New Auto-Interp
    Negative Logits
     πρώτη
    -0.07
    although
    -0.07
    Holiday
    -0.07
    own
    -0.07
     věd
    -0.06
    /python
    -0.06
     Tik
    -0.06
     мова
    -0.06
     cít
    -0.06
     Variables
    -0.06
    POSITIVE LOGITS
     Ass
    0.10
     ass
    0.09
    Ass
    0.08
     Hass
    0.08
    ase
    0.07
    assist
    0.07
     assurances
    0.07
    0.07
     ASS
    0.07
    asso
    0.07
    Act Density 0.041%

    No Known Activations