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

    Neuronpedia

    INDEX
    Explanations

    contain

    np_max-act · gemini-2.0-flash
    New Auto-Interp
    Negative Logits
     benchmarks
    -0.07
    㴔
    -0.07
    닢
    -0.07
     smear
    -0.06
    	while
    -0.06
    זכר
    -0.06
     düzenle
    -0.06
     Declarations
    -0.06
    Ѷ
    -0.06
     trolls
    -0.06
    POSITIVE LOGITS
     Joy
    0.07
    骗局
    0.07
    _GAIN
    0.07
    小さな
    0.07
    中小学
    0.07
    。「
    0.07
    JV
    0.07
    广场
    0.06
    的土地
    0.06
    HAV
    0.06
    Act Density 0.048%

    No Known Activations