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

    Neuronpedia

    INDEX
    Explanations

    modified

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
    為に
    -1.42
    .
    -1.27
     utaf
    -1.22
    マジで
    -1.22
    事で
    -1.19
    ようになります
    -1.17
    マイナス
    -1.14
    その他の
    -1.13
    景象
    -1.12
    達が
    -1.10
    POSITIVE LOGITS
    ！』
    1.37
    ЕР
    1.34
    。』
    1.33
    や
    1.32
     Proses
    1.30
    tiet
    1.29
    dagogik
    1.29
    dü
    1.25
     скриншот
    1.25
    beforeEach
    1.24
    Act Density 0.291%

    No Known Activations