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

    Neuronpedia

    INDEX
    Explanations

    purpose and function

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
    ↵
    0.25
    どうしても
    0.25
    fo
    0.25
    :"
    0.24
    ={"
    0.24
    ii
    0.24
    fl
    0.24
    =-
    0.23
     दर्ज
    0.23
    >
    0.23
    POSITIVE LOGITS
     itself
    0.59
    本身的
    0.55
    本身
    0.54
    自体
    0.43
     자체가
    0.41
     자체
    0.40
     نفسه
    0.32
    自身
    0.31
     itse
    0.31
    自身的
    0.30
    Act Density 0.105%

    No Known Activations