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

    Neuronpedia

    INDEX
    Explanations

    language markers, punctuation

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
    までは
    0.47
    があり
    0.43
    oleh
    0.40
    があります
    0.39
    ilon
    0.39
    を目指
    0.39
    ropa
    0.37
     vida
    0.37
    kele
    0.37
    ale
    0.36
    POSITIVE LOGITS
    特定の
    0.71
     다음과
    0.69
     일반적으로
    0.65
     특정
    0.64
    以下の
    0.64
    どのような
    0.61
    下記の
    0.61
     어떤
    0.61
     해당하는
    0.61
    上記
    0.61
    Act Density 0.002%

    No Known Activations