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

    Neuronpedia

    INDEX
    Explanations

    violent

    np_max-act-logits · gemini-2.0-flash
    New Auto-Interp
    Negative Logits
    Ề
    -0.07
     kurs
    -0.07
    看不见
    -0.07
    社会化
    -0.06
    stellen
    -0.06
    .Top
    -0.06
    空调
    -0.06
    Enabled
    -0.06
     Tube
    -0.06
    王国
    -0.06
    POSITIVE LOGITS
     wi
    0.07
    Cont
    0.07
    let
    0.07
    ⁚
    0.07
    嬬
    0.06
    移民
    0.06
    ᴄ
    0.06
    DON
    0.06
     Hassan
    0.06
    쩔
    0.06
    Act Density 0.003%

    No Known Activations