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

    Neuronpedia

    INDEX
    Explanations

    PowerShell and Santa Claus

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
     включает
    0.38
     gồm
    0.35
    이었
    0.34
     ছিল
    0.34
     begins
    0.34
    였습니다
    0.34
     ibid
    0.34
     entró
    0.34
    ;
    0.33
     includes
    0.32
    POSITIVE LOGITS
    也不会
    0.41
    讨厌
    0.40
    不喜欢
    0.37
    副作用
    0.36
     dissu
    0.35
    สามารถ
    0.34
    恶意
    0.34
     бону
    0.34
     supprimer
    0.34
     பாராட்ட
    0.34
    Act Density 0.001%

    No Known Activations