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

    Neuronpedia

    INDEX
    Explanations

    different versions or drafts

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
    hamburger
    0.43
    gamma
    0.38
    យ៉ាង
    0.38
     guten
    0.37
     maneras
    0.37
     தென்
    0.37
    র
    0.36
     ذریع
    0.36
     honors
    0.36
    ほとんど
    0.36
    POSITIVE LOGITS
    在于
    0.47
     ialah
    0.46
    ៖
    0.45
    一是
    0.44
    注意的是
    0.44
    능
    0.44
    คือ
    0.43
    就是要
    0.43
    的是
    0.41
    重要的是
    0.40
    Act Density 0.058%

    No Known Activations