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

    Neuronpedia

    INDEX
    Explanations

    loves emojis

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
     umana
    0.59
    ：《
    0.59
     toekomst
    0.58
     Methoden
    0.57
     لي
    0.54
    твори
    0.54
    ဳ
    0.54
     cárcel
    0.54
     Потом
    0.54
     Socialism
    0.54
    POSITIVE LOGITS
     thereof
    0.97
    这一
    0.96
     তিনিও
    0.95
     them
    0.93
    它可以
    0.93
     এটির
    0.89
    kannya
    0.88
    这家
    0.85
     उनसे
    0.85
    這一
    0.84
    Act Density 0.853%

    No Known Activations