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

    Neuronpedia

    INDEX
    Explanations

    `%` placeholders

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
    的一种
    0.50
    としては
    0.48
    小型
    0.48
    之所以
    0.45
    Arist
    0.45
    ގައި
    0.45
    of
    0.44
    においては
    0.43
    र्ने
    0.43
    的一個
    0.43
    POSITIVE LOGITS
     {}".
    0.68
     %@",
    0.65
     %
    0.63
    煐
    0.59
    !("{}",
    0.59
     '%
    0.57
     đang
    0.56
     %@
    0.56
     $\%
    0.56
    !",
    0.55
    Act Density 0.132%

    No Known Activations