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

    Neuronpedia

    INDEX
    Explanations

    details about

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
    R
    0.40
    .
    0.39
    。
    0.39
    Ｒ
    0.34
    ark
    0.33
    U
    0.32
    ，
    0.32
    UI
    0.32
    博
    0.31
    V
    0.31
    POSITIVE LOGITS
    こうした
    0.37
    かもしれませんが
    0.35
     aiuta
    0.33
     investigador
    0.33
     menjaga
    0.32
    しましたが
    0.32
    इसलिए
    0.32
    让自己
    0.32
     стрем
    0.32
     aiutare
    0.31
    Act Density 0.052%

    No Known Activations