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

    Neuronpedia

    INDEX
    Explanations

    avoiding/limiting/reducing followed by 'this'/'these'

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
    രാണ്
    0.47
    वैसे
    0.46
    romeda
    0.42
    ujuan
    0.39
     現在
    0.38
    merzen
    0.37
    urta
    0.36
    지금
    0.36
     данным
    0.36
     Este
    0.36
    POSITIVE LOGITS
     ذلك
    1.27
    这一点
    1.25
    这点
    1.14
    这种
    1.06
    这种情况
    1.06
     đó
    1.02
    這種
    1.00
     이러한
    0.97
     això
    0.95
     isso
    0.95
    Act Density 0.010%

    No Known Activations