INDEX

Explanations

a way to describe

This neuron activates on the indefinite article (tokens like “a” or “an”).

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

に

-1.67

这

-1.62

这个

-1.53

-1.41

である

-1.39

在乎

-1.38

と

-1.38

爸爸

-1.35

では

-1.34

などを

-1.32

POSITIVE LOGITS

んですよね

1.33

為に

1.27

 guadag

1.21

にならない

1.18

 vicini

1.16

 abbandon

1.13

fycat

1.10

⌔

1.09

様に

1.09

janya

1.08

Activations Density 0.085%