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

    Neuronpedia

    INDEX
    Explanations

    code

    np_max-act-logits · gemini-2.0-flash
    New Auto-Interp
    Negative Logits
    (){
↵
    -0.07
    费
    -0.07
    全区
    -0.07
    criptors
    -0.06
     seriousness
    -0.06
     RTE
    -0.06
    ///////////////////////////////////////////////////////////////////////////////↵
    -0.06
    -----------↵
    -0.06
     Marg
    -0.06
    新西
    -0.06
    POSITIVE LOGITS
     lob
    0.07
    _BUFF
    0.07
    🔭
    0.07
    弱点
    0.07
    .back
    0.07
    着眼
    0.07
     shocked
    0.07
    這樣
    0.07
    封锁
    0.07
     duplicated
    0.06
    Act Density 0.141%

    No Known Activations