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

    Neuronpedia

    INDEX
    Explanations

    API, URL, code, vulnerabilities

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
     sparkling
    0.43
     нашем
    0.43
     นั่น
    0.42
     sparkly
    0.40
     playful
    0.38
     δυ
    0.38
    thinkable
    0.38
    可以说
    0.37
    奏
    0.37
     هم
    0.37
    POSITIVE LOGITS
     څرنګوالی
    0.57
    வதற்கான
    0.54
    时的
    0.52
     위한
    0.50
    的总
    0.48
    注意事项
    0.48
    するための
    0.47
    的时间
    0.46
     관한
    0.46
    총
    0.45
    Act Density 0.010%

    No Known Activations