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

    Neuronpedia

    INDEX
    Explanations

    1 followed by numbers or punctuation

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
    があります
    -1.55
    や
    -1.39
    と
    -1.34
    つまり
    -1.31
    を
    -1.30
    内容は
    -1.28
    も
    -1.23
    があり
    -1.23
    そして
    -1.22
    がある
    -1.21
    POSITIVE LOGITS
    為に
    1.69
    0
    1.16
     consommer
    1.15
    ようになります
    1.14
    ようになって
    1.09
     year
    1.08
    になってしまう
    1.08
     &
    1.08
    ようになる
    1.04
    方がいい
    1.04
    Act Density 0.159%

    No Known Activations