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

    Neuronpedia

    INDEX
    Explanations

    examples and explanations

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
     уйнагыз
    0.34
    さんと
    0.32
    to
    0.30
    larla
    0.30
     மற்றும்
    0.30
    ʿ
    0.30
     avec
    0.30
     through
    0.29
     आणि
    0.29
     \&
    0.29
    POSITIVE LOGITS
    。
    0.43
    >?
    0.32
     যদি
    0.30
     প্রথমেই
    0.30
    🤔
    0.29
     例えば
    0.29
     हालांकि
    0.28
     exempel
    0.28
    যেমন
    0.28
    ።
    0.28
    Act Density 0.001%

    No Known Activations