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

    Neuronpedia

    INDEX
    Explanations

    evaluator followed by but in multiple languages

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
    ↵
    0.32
    \
    0.27
                       
    0.25
    でした
    0.25
             
    0.25
     !!!
    0.25
    0.25
    !!!
    0.25
                     
    0.24
                    
    0.24
    POSITIVE LOGITS
     nhưng
    1.30
     but
    1.22
     ولكن
    1.22
     ngunit
    1.20
     แต่
    1.16
     lakini
    1.16
     लेकिन
    1.13
     mutta
    1.10
     لكن
    1.09
     있지만
    1.09
    Act Density 4.226%

    No Known Activations