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

    Neuronpedia

    INDEX
    Explanations

    boiling water

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
    定
    0.49
    正在
    0.46
    x
    0.46
    成
    0.45
    月
    0.42
    在
    0.42
    街
    0.40
    特
    0.40
    提供
    0.40
    НГ
    0.39
    POSITIVE LOGITS
     Einst
    0.53
     selfish
    0.52
     diejenigen
    0.48
     لأن
    0.48
     entweder
    0.46
     насла
    0.46
     profitieren
    0.46
     när
    0.45
     momenta
    0.45
    ikam
    0.45
    Act Density 0.014%

    No Known Activations