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

    Neuronpedia

    INDEX
    Explanations

    explicit sexual content

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
     \
    0.58
    。...
    0.55
    おお
    0.52
     školy
    0.52
     fréquent
    0.51
    "。
    0.51
    එ
    0.51
    ”、“
    0.50
    。
    0.50
    ")->
    0.50
    POSITIVE LOGITS
    ן
    0.74
    י
    0.48
    ్
    0.48
    ع
    0.46
    р
    0.46
    зе
    0.46
    ри
    0.45
    टन
    0.45
    ക്കായി
    0.45
    ا
    0.45
    Act Density 0.110%

    No Known Activations