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

    Neuronpedia

    INDEX
    Explanations

    now including code improvements

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
    ي
    0.57
     damal
    0.54
    Unlike
    0.51
     then
    0.49
    當時
    0.48
    当时
    0.48
    യായിരുന്നു
    0.47
     dann
    0.47
    然后
    0.45
    er
    0.44
    POSITIVE LOGITS
     Теперь
    0.70
     oficialmente
    0.64
    Теперь
    0.55
     теперь
    0.54
    también
    0.52
     lebih
    0.52
     artık
    0.51
    adays
    0.50
     también
    0.49
    이제
    0.49
    Act Density 0.041%

    No Known Activations