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

    Neuronpedia

    INDEX
    Explanations

    definitions of obscure words

    np_max-act-logits · gemini-2.0-flash
    New Auto-Interp
    Negative Logits
    バレ
    -0.07
    Ⴝ
    -0.07
     CLOSE
    -0.07
    发达
    -0.07
    民企
    -0.07
    _CLOSE
    -0.07
    /Object
    -0.07
    锹
    -0.07
    명
    -0.07
    (shift
    -0.07
    POSITIVE LOGITS
    Rib
    0.07
    ###############################################################################↵
    0.07
    就跟
    0.07
    内蒙古
    0.07
     ?>"><?
    0.07
    harga
    0.07
    经验
    0.06
     alignment
    0.06
    reh
    0.06
     prizes
    0.06
    Act Density 0.050%

    No Known Activations