INDEX

Explanations

being followed by descriptions

The neuron specifically fires on occurrences of the word “being.”

New Auto-Interp

Configuration

Prompts (Dashboard)

24,576 prompts, 128 tokens each

Dataset (Dashboard)

monology/pile-uncopyrighted

Embeds

IFrame

Link

Not in Any Lists

Negative Logits

他

-1.64

ين

-1.55

你

-1.51

其

-1.51

 jego

-1.48

л

-1.45

她的

-1.45

我的

-1.43

他的

-1.41

POSITIVE LOGITS

未だ

1.52

the

1.52

いています

1.46

 смерти

1.45

いえば

1.44

 étranger

1.43

神情

1.43

言えば

1.42

descargar

1.42

 vieler

1.41

Activations Density 0.019%