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

    Neuronpedia

    INDEX
    Explanations

    thoughts or urges

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
    志森
    0.44
     گیا۔
    0.43
     كافة
    0.42
    धारकों
    0.42
    大多數
    0.41
     இறுதியில்
    0.40
     जेव्हा
    0.39
     slaughtered
    0.39
    了一眼
    0.39
     دیا۔
    0.39
    POSITIVE LOGITS
     или
    1.02
     veya
    1.01
     किंवा
    0.97
    或其他
    0.96
     또는
    0.95
     alebo
    0.90
    或
    0.89
    或者
    0.88
     hoặc
    0.88
    หรือ
    0.87
    Act Density 0.168%

    No Known Activations