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

    Neuronpedia

    INDEX
    Explanations

    definitions and examples

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
    Ol
    0.56
     न्यून
    0.52
    assessment
    0.49
     pemer
    0.49
     indifference
    0.48
    Hitting
    0.48
     നമ്പർ
    0.48
     defam
    0.46
     infractions
    0.46
     तीव्रता
    0.46
    POSITIVE LOGITS
    的
    0.53
    对
    0.50
    和
    0.49
    一天
    0.47
    μός
    0.46
    比较
    0.45
    地
    0.45
    一把
    0.44
    是
    0.43
    一边
    0.42
    Act Density 0.004%

    No Known Activations