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

    Neuronpedia

    INDEX
    Explanations

    event description

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
     doesn
    1.08
     thinks
    0.99
     does
    0.95
     може
    0.95
     буде
    0.92
     может
    0.89
     assumes
    0.89
     могут
    0.89
     lijkt
    0.89
     નથી
    0.88
    POSITIVE LOGITS
     vardı
    1.47
     était
    1.39
     havde
    1.39
    进行了
    1.37
     buvo
    1.35
     étaient
    1.34
     وكان
    1.34
    頂きました
    1.34
     była
    1.33
     وكانت
    1.32
    Act Density 0.125%

    No Known Activations