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

    Neuronpedia

    INDEX
    Explanations

    countermeasures

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
    1.70
    ،
    1.57
    ，
    1.46
    >
    1.27
    、
    1.27
    !
    1.22
     $
    1.13
    。
    1.12
    1.09
     (
    1.08
    POSITIVE LOGITS
    お子
    1.34
    一緒に
    1.26
    ির
    1.25
    𝒉
    1.25
    е
    1.24
    یک
    1.23
     وی
    1.20
    یکی
    1.17
    ה
    1.16
    お金
    1.14
    Act Density 0.000%

    No Known Activations