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

    Neuronpedia

    INDEX
    Explanations

    variational autoencoders/inference

    np_max-act-logits · gemini-2.0-flash
    New Auto-Interp
    Negative Logits
     bluff
    -0.08
    許
    -0.07
    _sun
    -0.07
     coordin
    -0.06
    academic
    -0.06
    gee
    -0.06
    黑龙
    -0.06
    hall
    -0.06
    越来越少
    -0.06
    诘
    -0.06
    POSITIVE LOGITS
     Et
    0.07
     sortable
    0.07
     responsibly
    0.07
    ("&
    0.07
    播报
    0.06
     אהבתי
    0.06
    シリーズ
    0.06
     xn
    0.06
     характеристик
    0.06
    ериал
    0.06
    Act Density 0.002%

    No Known Activations