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

    Neuronpedia

    INDEX
    Explanations

    Here we show

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
    㤓
    0.44
    ということです
    0.42
    最早
    0.41
     siis
    0.41
     کرل
    0.39
     Итак
    0.39
    综
    0.39
     λοι
    0.38
     tehát
    0.38
     Firstly
    0.37
    POSITIVE LOGITS
     हम
    0.81
     мы
    0.80
     আমরা
    0.74
     we
    0.73
    我們
    0.72
     हमने
    0.66
    我们也
    0.66
     here
    0.66
    我们
    0.64
     نحن
    0.63
    Act Density 0.007%

    No Known Activations