INDEX

Explanations

early or late time references

New Auto-Interp

Configuration

Prompts (Dashboard)

24,576 prompts, 128 tokens each

Dataset (Dashboard)

monology/pile-uncopyrighted

Embeds

IFrame

Link

Not in Any Lists

No Comments

Negative Logits

<bos>

-1.65

 likewise

-1.57

now

-1.55

と思いました

-1.50

と思っていた

-1.45

and

-1.44

や

-1.41

ってこと

-1.37

らしいです

-1.36

でしょうね

-1.34

POSITIVE LOGITS

corrhi

1.93

おそ

1.82

為に

1.68

あぁ

1.67

ほら

1.64

konos

1.58

になれば

1.57

 With

1.55

 inférieure

1.54

ためには

1.51

Activations Density 0.027%