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

    Neuronpedia

    INDEX
    Explanations

    min

    np_max-act-logits · gemini-2.0-flash
    New Auto-Interp
    Negative Logits
     Lego
    -0.08
     wollen
    -0.07
    翌
    -0.07
     тож
    -0.07
    прод
    -0.07
     Folk
    -0.07
    neck
    -0.07
     sağ
    -0.07
    אם
    -0.07
    \Web
    -0.06
    POSITIVE LOGITS
    出动
    0.07
    eries
    0.07
    ISE
    0.07
     explosions
    0.07
    iv
    0.07
    urat
    0.07
    蹀
    0.07
    绝对不会
    0.06
    场面
    0.06
    omit
    0.06
    Act Density 0.005%

    No Known Activations