INDEX
    Explanations
    New Auto-Interp
    Negative Logits
    orda
    -0.08
    Prov
    -0.07
    	throw
    -0.07
    	form
    -0.06
    πτωση
    -0.06
    Tac
    -0.06
     Oliveira
    -0.06
     blanc
    -0.06
    Rock
    -0.06
    σκευή
    -0.06
    POSITIVE LOGITS
    .children
    0.09
    公司
    0.07
    ैसल
    0.07
    стин
    0.07
    bsites
    0.07
    0.06
    YD
    0.06
     Hispan
    0.06
     کند
    0.06
     smě
    0.06
    Act Density 0.005%

    No Known Activations