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

    Neuronpedia

    INDEX
    Explanations

    bolding and list markers

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
     demás
    0.32
    കളും
    0.32
    也会
    0.29
     以及
    0.28
     függvény
    0.28
    就可以了
    0.27
     anderen
    0.27
     కూడా
    0.27
     darüber
    0.27
     davantage
    0.27
    POSITIVE LOGITS
    originally
    0.32
     A
    0.30
     The
    0.30
    //
    0.30
     /ˈ
    0.29
    初の
    0.27
    The
    0.26
    这是一
    0.26
     originally
    0.25
     aka
    0.25
    Act Density 0.388%

    No Known Activations