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

    Neuronpedia

    INDEX
    Explanations

    claim, regret, am not

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
    只不过
    0.75
    都会
    0.71
     amené
    0.70
    asd
    0.70
    OD
    0.70
    其实
    0.69
    ここまで
    0.68
     其实
    0.68
    都會
    0.67
    baz
    0.67
    POSITIVE LOGITS
    יות
    0.80
     Однако
    0.78
    ्सा
    0.77
    ಲೆಯ
    0.75
    iest
    0.73
    ിക്ക
    0.73
    พันธุ์
    0.72
    álás
    0.71
    ians
    0.70
    лить
    0.70
    Act Density 0.000%

    No Known Activations