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

    Neuronpedia

    INDEX
    Explanations

    otherwise specified or mentioned

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
    阿里
    0.42
    篂
    0.41
    羮
    0.40
     Whats
    0.40
     Sare
    0.39
     registro
    0.38
    க்கி
    0.37
     Nomination
    0.37
     Tengo
    0.37
     éventuellement
    0.37
    POSITIVE LOGITS
    あなたは
    0.42
    或
    0.42
     prefers
    0.40
    你可以
    0.40
    Bạn
    0.40
    每个人
    0.39
     অনুষ্ঠ
    0.39
    remain
    0.39
     reverts
    0.38
    nehm
    0.38
    Act Density 0.002%

    No Known Activations