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

    Neuronpedia

    INDEX
    Explanations

    comparing understanding depths

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
     utilizan
    0.45
    ത്തിലാണ്
    0.45
    🐀
    0.45
    usp
    0.44
     ########.
    0.42
     distingue
    0.41
     найбільш
    0.41
     rin
    0.41
     désigne
    0.41
    nicu
    0.41
    POSITIVE LOGITS
    وي
    0.47
    溘
    0.43
    时候
    0.43
    全身
    0.42
    或者
    0.42
     सुद्धा
    0.42
    вати
    0.42
    érer
    0.41
    ம்ப
    0.41
    发射
    0.40
    Act Density 0.010%

    No Known Activations