INDEX
    Explanations
    New Auto-Interp
    Negative Logits
     contender
    -0.07
    ственное
    -0.07
     соблюд
    -0.07
    	String
    -0.06
     पढ़
    -0.06
     Тип
    -0.06
     ölçü
    -0.06
    interval
    -0.06
     Grip
    -0.06
    _FS
    -0.06
    POSITIVE LOGITS
    infra
    0.07
    (sim
    0.07
     sideways
    0.06
     poner
    0.06
    .radius
    0.06
     villain
    0.06
     hashing
    0.06
     faire
    0.06
    ½
    0.06
    0.06
    Act Density 0.007%

    No Known Activations