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

    Neuronpedia

    INDEX
    Explanations

    database design and development

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
    确认
    0.50
     अमृता
    0.49
     ಅವನ
    0.47
    једина
    0.47
    快乐
    0.46
     बघेल
    0.46
    分為
    0.45
    激动
    0.45
    最高的
    0.45
    绩
    0.45
    POSITIVE LOGITS
    (
    0.52
     сто
    0.47
    ,
    0.47
    นาน
    0.45
    istory
    0.44
     palt
    0.43
    riend
    0.42
     rogue
    0.41
    πλ
    0.41
    [
    0.41
    Act Density 0.001%

    No Known Activations