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

    Neuronpedia

    INDEX
    Explanations

    non-english words

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
    these
    0.41
    0.38
    やっぱり
    0.38
    这个
    0.36
    这
    0.36
     this
    0.36
     ovaj
    0.35
    ாதை
    0.35
     aquesta
    0.35
    ってくる
    0.35
    POSITIVE LOGITS
    ↵
    0.46
     मत
    0.41
    ка
    0.41
    in
    0.41
     สอน
    0.39
    ла
    0.38
     Benutzer
    0.38
    ו
    0.38
     σε
    0.37
     संपादित
    0.37
    Act Density 0.266%

    No Known Activations