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

    Neuronpedia

    INDEX
    Explanations

    initials and abbreviations

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
    <bos>
    -1.02
    を
    -1.01
     Stellen
    -0.97
    ş
    -0.85
    与此同时
    -0.85
    時間が
    -0.85
    斡
    -0.84
    '],
    -0.83
    つまり
    -0.79
    などは
    -0.79
    POSITIVE LOGITS
    つづく
    0.91
    おそ
    0.89
    んですよ
    0.88
    来週
    0.88
    ところに
    0.86
    の為
    0.85
     frein
    0.84
    さあ
    0.83
     amantes
    0.81
    covering
    0.80
    Act Density 0.006%

    No Known Activations