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

    Neuronpedia

    INDEX
    Explanations

    freak out or accidents

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
    প্রিল
    0.95
     ]))
    0.86
    ശാസ്ത്ര
    0.84
    وین
    0.81
     மிகப்பெ
    0.80
    ם
    0.80
    ים
    0.79
     أع
    0.79
     왔
    0.79
     ਜਾਂ
    0.78
    POSITIVE LOGITS
    ’
    1.19
    is
    1.05
    '
    1.00
    ↵
    0.95
    of
    0.91
    一
    0.86
     veste
    0.84
    na
    0.80
    ↵↵
    0.77
    لي
    0.76
    Act Density 0.001%

    No Known Activations