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

    Neuronpedia

    INDEX
    Explanations

    categories, difficulty levels, or classifications

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
    8
    0.62
    ،
    0.57
    7
    0.56
    ️⃣
    0.55
    .
    0.54
     ਅਤੇ
    0.53
     ancak
    0.52
    ed
    0.51
    zelfde
    0.50
    N
    0.50
    POSITIVE LOGITS
    ری
    0.58
    อื่นๆ
    0.57
     które
    0.57
    তি
    0.55
    ль
    0.55
     অন্যান্য
    0.54
    ص
    0.54
     autres
    0.53
    о
    0.52
     whatnot
    0.52
    Act Density 0.954%

    No Known Activations