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

    Neuronpedia

    INDEX
    Explanations

    identifies things as

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
    ︾
    0.70
     Gemeind
    0.67
     આજે
    0.66
     जिनमें
    0.66
    ര്‍ഷ
    0.65
     дуже
    0.65
     allons
    0.65
    ྕ
    0.65
     sampe
    0.64
     위해서는
    0.64
    POSITIVE LOGITS
     as
    4.44
     sebagai
    4.42
    作为
    3.98
     作为
    3.66
    作為
    3.62
     jako
    3.53
     Sebagai
    3.34
     ως
    3.32
    作为一个
    3.21
     als
    2.96
    Act Density 0.884%

    No Known Activations