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

    Neuronpedia

    INDEX
    Explanations

    explanatory variables

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
     می‌تواند
    0.54
    िस्तान
    0.54
    大
    0.50
    データを
    0.49
    Exe
    0.49
    软件
    0.49
    ミラー
    0.48
    ليف
    0.47
    اوی
    0.47
    區
    0.47
    POSITIVE LOGITS
    son
    0.69
    la
    0.60
    voegd
    0.59
    te
    0.56
     explanatory
    0.55
    tten
    0.54
     eram
    0.54
    nen
    0.54
    kis
    0.53
    strup
    0.53
    Act Density 0.063%

    No Known Activations