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

    Neuronpedia

    INDEX
    Explanations

    social class

    np_max-act · gemini-2.0-flash
    New Auto-Interp
    Negative Logits
    每人
    -0.07
    UInt
    -0.07
    User
    -0.07
     生
    -0.07
    (idx
    -0.06
    Loss
    -0.06
     proof
    -0.06
     تو
    -0.06
    [x
    -0.06
    essages
    -0.06
    POSITIVE LOGITS
    oğlu
    0.07
    .retry
    0.07
    职位
    0.07
    昉
    0.07
    凝聚力
    0.07
    קבוצות
    0.07
     AIM
    0.07
    战术
    0.07
    有大量的
    0.07
    właściw
    0.06
    Act Density 0.044%

    No Known Activations