INDEX
    Explanations
    New Auto-Interp
    Negative Logits
    推进
    -0.08
    洗礼
    -0.07
    -0.07
    Wiki
    -0.07
     shift
    -0.07
    进展
    -0.07
    启示
    -0.07
    展现
    -0.07
     במידה
    -0.07
    -0.07
    POSITIVE LOGITS
     Goals
    0.08
    _AFTER
    0.08
     Disease
    0.07
    MONTH
    0.07
    ischen
    0.07
     Silent
    0.07
     accidents
    0.07
    ,name
    0.06
    Basket
    0.06
    𝗢
    0.06
    Act Density 0.012%

    No Known Activations