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

    Neuronpedia

    INDEX
    Explanations

    carry out actions and tasks

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
    有一個
    0.59
    為
    0.57
    雖然
    0.56
    聽到
    0.55
    過程中
    0.55
    將
    0.54
    נס
    0.53
     為
    0.52
     將
    0.52
    の中に
    0.52
    POSITIVE LOGITS
    方面的
    0.61
    一定的
    0.58
    初步
    0.57
    规范
    0.54
    看法
    0.54
    必要的
    0.48
     дальней
    0.47
    操作
    0.47
    影响
    0.46
    贡献
    0.46
    Act Density 0.010%

    No Known Activations