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

    Neuronpedia

    INDEX
    Explanations

    or, thus, meaning equivalents

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
     But
    0.45
     മാത്രമേ
    0.42
    但是我
    0.41
     aber
    0.40
     pero
    0.39
    きましたが
    0.39
     only
    0.39
     but
    0.38
     pouze
    0.38
    ലൈ
    0.38
    POSITIVE LOGITS
     или
    0.57
    或者
    0.57
     অর্থাৎ
    0.55
    甚至
    0.54
    অর্থাৎ
    0.53
    或者是
    0.49
     यानी
    0.49
     หรือ
    0.48
     hoặc
    0.48
    或
    0.47
    Act Density 0.239%

    No Known Activations