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

    Neuronpedia

    INDEX
    Explanations

    responsible for

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
     \%$
    0.52
    hran
    0.51
     或者
    0.50
     ev
    0.49
    hdad
    0.48
    gage
    0.46
    apu
    0.46
    otor
    0.45
    fu
    0.45
     mentors
    0.45
    POSITIVE LOGITS
    ới
    0.49
     Wszyst
    0.48
     Caught
    0.46
    รี
    0.46
     Ś
    0.44
    อน
    0.44
     עם
    0.43
    กับ
    0.43
    一個
    0.43
    園
    0.43
    Act Density 0.001%

    No Known Activations