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

    Neuronpedia

    INDEX
    Explanations

    verbs indicating function or action

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
     Yourself
    0.36
    组成的
    0.34
    ین
    0.31
    ett
    0.30
     irgend
    0.30
    این
    0.29
     või
    0.29
     Myself
    0.29
    踌
    0.29
     yourself
    0.28
    POSITIVE LOGITS
    ставляет
    0.52
    ňuje
    0.49
    водит
    0.49
     মূলত
    0.48
    щает
    0.47
     itself
    0.45
    izuje
    0.45
    жает
    0.43
    ítja
    0.43
    вает
    0.42
    Act Density 0.115%

    No Known Activations