Neuronpedia logo - a computer chip with a rounded viewfinder border around it

    Neuronpedia

    INDEX
    Explanations
    No Explanations Found
    New Auto-Interp
    Negative Logits
    可以
    0.33
    可以选择
    0.31
    वेस्ट
    0.31
    और
    0.30
     dreaded
    0.30
    पिछ
    0.29
    ակ
    0.29
    Ρ
    0.29
    Κ
    0.28
    मैं
    0.28
    POSITIVE LOGITS
    ®
    0.26
    ers
    0.25
    н
    0.24
    opes
    0.24
    ται
    0.23
     Duel
    0.23
     vergleich
    0.23
    ation
    0.23
    ложение
    0.22
     ganger
    0.22
    Act Density 0.272%

    No Known Activations