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

    Neuronpedia

    INDEX
    Explanations

    programming terms and code

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
    耐
    0.58
    자
    0.53
    社会
    0.51
    基
    0.51
    大
    0.50
    。</
    0.50
    我
    0.49
    活力
    0.49
    挕
    0.48
    高
    0.48
    POSITIVE LOGITS
    :
    0.63
     (
    0.60
     Harvard
    0.55
    ul
    0.53
     ក
    0.53
     ۲
    0.52
     ως
    0.52
     Β
    0.52
     Π
    0.51
     ২
    0.50
    Act Density 0.250%

    No Known Activations