INDEX

Explanations

when or after state

The neuron strongly activates on words that denote presenting or showcasing concrete results or data (e.g. graphs, insights, highlights).

New Auto-Interp

Configuration

Prompts (Dashboard)

392,802 prompts, 256 tokens each

Dataset (Dashboard)

monology/pile-uncopyrighted

Embeds

IFrame

Link

Not in Any Lists

Negative Logits

だけでなく

0.97

はもちろん

0.93

뿐

0.89

に加え

0.88

 மட்டுமல்ல

0.87

 પરંતુ

0.82

 поскольку

0.81

 while

0.81

 जबकि

0.79

 insofar

0.78

POSITIVE LOGITS

和

0.87

ও

0.79

and

0.76

和服务

0.75

และความ

0.70

و

0.68

และการ

0.68

和社会

0.68

และ

0.66

 وم

0.66

Activations Density 0.120%