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

    Neuronpedia

    INDEX
    Explanations

    words ending statements

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
    と思いますが
    0.31
    かもしれませんが
    0.31
     ...)
    0.25
    ませんが
    0.25
    ...),
    0.24
     minha
    0.24
     Wissen
    0.23
     Flame
    0.23
     wilde
    0.22
    かと思います
    0.22
    POSITIVE LOGITS
    。
    0.38
    ។
    0.38
    ۔
    0.31
    。.
    0.30
    ‼
    0.30
    ።
    0.30
    。『
    0.29
    된다
    0.28
    ‼️
    0.28
     ہے۔
    0.27
    Act Density 1.891%

    No Known Activations