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

    Neuronpedia

    INDEX
    Explanations

    necessity

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
    élé
    0.42
    affron
    0.39
     Plank
    0.38
     Saturday
    0.37
     lick
    0.37
     Для
    0.37
     Чтобы
    0.37
    ellini
    0.36
    braith
    0.36
     plank
    0.36
    POSITIVE LOGITS
     নেই
    0.52
    とし
    0.51
    とする
    0.50
    ವಿದೆ
    0.49
    없는
    0.47
    조건
    0.46
    惡
    0.46
    悪
    0.45
     duy
    0.45
     とする
    0.44
    Act Density 0.001%

    No Known Activations