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

    Neuronpedia

    INDEX
    Explanations

    use

    np_max-act-logits · gemini-2.0-flash
    New Auto-Interp
    Negative Logits
    的女孩
    -0.07
    _VISIBLE
    -0.07
     justified
    -0.07
     בשנים
    -0.07
    دفع
    -0.07
     لهذه
    -0.07
    更低
    -0.06
     בע
    -0.06
    ]<<
    -0.06
     dangerous
    -0.06
    POSITIVE LOGITS
     влия
    0.07
     inspect
    0.07
    [o
    0.07
     Challenger
    0.07
    轳
    0.07
    厢
    0.07
     melting
    0.07
    	mock
    0.07
     końcu
    0.06
    研究成果
    0.06
    Act Density 0.046%

    No Known Activations