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

    Neuronpedia

    INDEX
    Explanations

    pattern relationship

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
     생각이
    0.50
     रुके
    0.50
     erfolgt
    0.48
    됩니다
    0.47
     उठे
    0.47
    되어
    0.46
     बढ़े
    0.46
     செய்யப்பட்ட
    0.46
     pokrač
    0.46
     erfolgen
    0.45
    POSITIVE LOGITS
     위한
    0.65
     ለማ
    0.64
     이용하여
    0.58
     કારણે
    0.55
    ക്കുറിച്ച്
    0.55
     ঘিরে
    0.54
    含む
    0.54
     중심으로
    0.51
    にします
    0.48
     사용하여
    0.48
    Act Density 0.123%

    No Known Activations