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

    Neuronpedia

    INDEX
    Explanations

    inherently well-being

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
    X
    0.30
    ¡
    0.29
    V
    0.28
    D
    0.27
    '
    0.25
    ட
    0.25
    ->
    0.25
    H
    0.24
    K
    0.24
     является
    0.24
    POSITIVE LOGITS
     ebenso
    0.30
     ….
    0.30
    <unused2037>
    0.28
    […]
    0.28
    हाला
    0.27
     عليك
    0.27
     …..
    0.27
     المياه
    0.27
     Моск
    0.26
    စိတ်အပိုင်း
    0.26
    Act Density 5.229%

    No Known Activations