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

    Neuronpedia

    INDEX
    Explanations

    documentation and code descriptions

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
     pakaian
    0.22
    olni
    0.22
    ടും
    0.21
    DanhMucSP
    0.21
    gramModel
    0.21
    করিয়
    0.21
     trouser
    0.20
    াস্থ্য
    0.20
    െങ്കിൽ
    0.20
    varage
    0.20
    POSITIVE LOGITS
            
    0.36
              
    0.35
    0.34
             
    0.34
          
    0.33
           
    0.33
               
    0.30
         
    0.29
                 
    0.29
                     
    0.29
    Act Density 0.508%

    No Known Activations