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

    Neuronpedia

    INDEX
    Explanations

    conditional control

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
     is
    0.56
     be
    0.53
     are
    0.52
     was
    0.49
     or
    0.48
     favorit
    0.47
     adalah
    0.46
     هستند
    0.46
     the
    0.45
    s
    0.45
    POSITIVE LOGITS
    ຂອງ
    0.53
    ของการ
    0.46
    OfInterest
    0.46
     γλώ
    0.44
    OfDeath
    0.44
    ของ
    0.42
     ofthe
    0.40
     jobNumber
    0.39
    Celltype
    0.39
    古墳
    0.39
    Act Density 0.000%

    No Known Activations