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

    Neuronpedia

    INDEX
    Explanations

    analysis, role, and configurations

    np_acts-logits-general · gemini-2.5-flash-lite
    New Auto-Interp
    Negative Logits
    ب
    0.54
     abuso
    0.51
     despot
    0.49
     لا
    0.47
     notables
    0.47
     violators
    0.47
    لا
    0.47
     culprits
    0.47
     devotees
    0.46
     totalitarian
    0.46
    POSITIVE LOGITS
    和
    0.57
    及其
    0.56
    8
    0.50
    และการ
    0.49
    7
    0.48
    6
    0.46
    2
    0.45
    9
    0.45
     and
    0.43
    Config
    0.43
    Act Density 0.041%

    No Known Activations