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

    Neuronpedia

    INDEX
    Explanations

    initiating instructions or actions

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
     Há
    0.35
    दायी
    0.35
     untuk
    0.33
     لأ
    0.33
     acabar
    0.33
     для
    0.32
    يط
    0.32
     Ablauf
    0.31
     अनुभ
    0.31
    ത്തോടെ
    0.31
    POSITIVE LOGITS
    ，
    0.38
    、
    0.35
    如
    0.33
    内
    0.32
    及其
    0.31
    は
    0.29
    ,
    0.29
    ↵
    0.29
    은
    0.29
    是不是
    0.28
    Act Density 0.176%

    No Known Activations