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

    Neuronpedia

    INDEX
    Explanations

    identifying is/is not statements

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
    ake
    0.41
    ulnerable
    0.40
    ung
    0.38
    adaan
    0.37
    讳
    0.36
    patterns
    0.35
    UNG
    0.35
    ഈ
    0.35
    लोगों
    0.35
    দল
    0.35
    POSITIVE LOGITS
     является
    0.49
     merupakan
    0.48
    使用的是
    0.47
     bukanlah
    0.47
    他是
    0.47
     являются
    0.46
    是一个
    0.46
     เป็น
    0.46
    她是
    0.45
    它是
    0.45
    Act Density 0.057%

    No Known Activations