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

    Neuronpedia

    INDEX
    Explanations

    madness

    np_max-act · gemini-2.0-flash
    New Auto-Interp
    Negative Logits
    Charge
    -0.07
    Paper
    -0.07
    Comp
    -0.07
    class
    -0.07
    不负
    -0.06
    COM
    -0.06
    	Token
    -0.06
    EMAIL
    -0.06
    環
    -0.06
    Feedback
    -0.06
    POSITIVE LOGITS
    诜
    0.09
    逝世
    0.08
    sdale
    0.08
    ようになりました
    0.08
     المتعل
    0.07
    ilinx
    0.07
     nuova
    0.07
    隐隐
    0.07
    战斗机
    0.07
    멱
    0.07
    Act Density 0.060%

    No Known Activations