I.7Речь, диалоги и встречи

Memgpt-3x7b-MOE — разговорная языковая модель, созданная Liminerity с помощью LazyMergekit путём объединения трёх моделей MemGPT: starsnatched/MemGPT-DPO, starsnatched/MemGPT-3 и starsnatched/MemGPT. Она использует архитектуру Mixtral с механизмом смеси экспертов (MoE), содержит 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Модель предназначена для генерации текста в диалогах и чат-сценариях. Репозиторий содержит веса в формате safetensors; лицензия — Apache-2.0. В доступных сведениях не описаны языковое покрытие и ограничения качества модели.

Карточка модели mergekit-community/mergekit-slerp-flctqsu на Hugging Face совпадает с карточкой mergekit-community/mergekit-slerp-gmjabaw, поэтому описание составлено по ней. mergekit-community/mergekit-slerp-gmjabaw — объединение языковых моделей, созданное сообществом с помощью mergekit и метода SLERP. В него вошли NousResearch/Hermes-2-Pro-Mistral-7B и WizardLMTeam/WizardMath-7B-V1.1; конфигурация использует Hermes в начальных и конечных слоях, а WizardMath — в средних. Модель основана на плотной архитектуре Mistral, содержит 7,1 млрд параметров и принимает текст для генерации текста в диалоговом формате. Заявленная длина контекста — 32 768 токенов. Модель подходит для диалогов, выполнения инструкций и математических запросов, сочетая возможности входящих в объединение моделей. В метаданных указана библиотека Transformers и формат safetensors. Лицензия в предоставленных сведениях не указана.

mergekit-community/mergekit-slerp-fmrazcr — языковая модель на архитектуре Llama, созданная сообществом методом SLERP с помощью mergekit. В объединении использованы Khetterman/Kosmos-8B-v1 и DreadPoor/Elusive1.2-8B-Model_Stock; в конфигурации базовой указана Khetterman/Kosmos-8B-v1. Модель содержит около 7,5 млрд параметров и рассчитана на генерацию текста, включая диалоговые и творческие сценарии. Контекстное окно составляет 8192 токена. Модель принимает текст и выдаёт текст. Согласно описанию базовой модели, она предназначена для общения и творческих ролевых диалогов на русском и английском языках. Веса опубликованы в формате safetensors и представлены в bfloat16. Лицензия в предоставленных данных не указана.

Mistral 7B SFT α — диалоговая языковая модель, разработанная HuggingFaceH4 и дообученная на базе mistralai/Mistral-7B-v0.1 с помощью TRL SFTTrainer на отфильтрованной и предварительно обработанной выборке UltraChat. Модель с архитектурой MistralForCausalLM содержит 7,1 млрд параметров и рассчитана на генерацию текста в диалогах; основной язык — английский. Указанная длина контекста — 32 768 токенов. Модель подходит для ответов на вопросы и ведения диалога на общие темы. В карточке приведён результат loss 0,9316 на оценочной выборке, но сравнительные показатели качества не указаны. Лицензия — MIT.

toxibunny/Mistral-Small-22B-ArliAI-RPMax-Diluted — слитая модель на архитектуре Mistral, созданная автором репозитория с помощью mergekit и метода SLERP из unsloth/Mistral-Small-Instruct-2409 и ArliAI/Mistral-Small-22B-ArliAI-RPMax-v1.1. Это плотная авторегрессионная языковая модель на 22 млрд параметров с контекстом до 32 768 токенов, предназначенная для генерации текста и диалогов. Модель подходит для разговорных сценариев и творческого письма, включая ролевые диалоги. Метаданные указывают поддержку интерфейса вызова инструментов, однако описание не уточняет, какие именно инструменты или шаблоны взаимодействия проверены. Доступна в формате safetensors для Transformers. Сведения о лицензии в предоставленных источниках отсутствуют.

Mixllama3-8x8b-Instruct-v0.1 — экспериментальная разговорная модель с архитектурой Mixture of Experts, опубликованная sherazkhan. По карточке, она объединяет восемь дообученных моделей LLaMA 3 на 8 млрд параметров, каждая из которых специализируется на отдельных задачах. Метаданные указывают архитектуру Mixtral и класс MixtralForCausalLM; общий размер модели — 7,5 млрд параметров, контекст — 8192 токена. Модель предназначена для генерации текста и диалоговых сценариев широкого назначения. В карточке не перечислены конкретные языки, кроме английского в метаданных. Модель может давать неверные или вредоносные ответы; автор отмечает, что это исследовательский эксперимент. Указана лицензия llama3 — Meta Llama 3 Community License.

MN-GRAND-Gutenberg-Lyra4-Lyra-12B-MADNESS — текстовая генеративная модель на архитектуре Mistral с 12,1 млрд параметров, опубликованная DavidAU. Репозиторий содержит веса в формате SafeTensors; автор указывает, что их можно использовать напрямую или конвертировать в GGUF, GPTQ, EXL2, AWQ и HQQ. Модель предназначена для генерации текста в диалоговом формате. README упоминает чат и ролевые сценарии, а также рекомендует настраивать параметры генерации и сэмплеры для качества работы. В метаданных заявлено контекстное окно до 1 024 000 токенов. Это объединённая модель (merge), как указывают метки репозитория. README отсылает за деталями об исходных моделях, назначении и шаблоне диалога к дополнительным материалам, содержимое которых не приведено. Лицензия в предоставленных данных не указана.

MoMo-72B-lora-1.8.4-DPO — языковая модель Moreh на архитектуре Llama с 71 млрд параметров. Она обучена методом Direct Preference Optimization (DPO) на основе MoMo-72B-LoRA-V1.4; базовая модель MoMo-72B-LoRA-V1.4 была дообучена методом SFT с LoRA на QWEN-72B. Веса не объединялись с другими моделями, а для совместимости с форматом llama были выровнены при подготовке к отправке на лидерборд. Модель предназначена для генерации текста и диалоговых сценариев. В обучении использовались наборы SlimOrca, Truthy и Orca DPO Pairs; обучение проводилось на платформе MoAI компании Moreh с ускорителями AMD MI250. Контекст составляет до 32 768 токенов, библиотека для загрузки — Transformers. Карточка не приводит результатов бенчмарков, поэтому качество по конкретным задачам нельзя оценить по предоставленным данным. Модель распространяется по лицензии MIT.

MotherEarth/MotherEarth-1.17b — диалоговая языковая модель на архитектуре Llama, созданная слиянием двух моделей методом SLERP с помощью mergekit: mlabonne/NeuralDaredevil-8B-abliterated и MotherEarth/MotherEarth-1.16. По метаданным, модель содержит 7,5 млрд параметров, рассчитана на генерацию текста и поддерживает контекст до 8192 токенов. Она подходит для диалогов и генерации текста в чат-сценариях. В карточке описан процесс слияния, но отдельные результаты оценки качества не приведены. Модель распространяется в формате safetensors; сведения о лицензии в предоставленных данных отсутствуют.

zelk12/MT3-Gen4-MUI-gemma-2-9B — объединённая разговорная языковая модель семейства Gemma 2, созданная разработчиком zelk12 методом SLERP с помощью mergekit из двух предварительно обученных моделей: zelk12/MT3-Gen4-IF-gemma-2-Riv0.1RAv0.1-9B и zelk12/MT3-Gen4-MU-gemma-2-Sv1IBT-9B. Модель содержит 9 млрд параметров, использует архитектуру Gemma2ForCausalLM и распространяется в формате safetensors для библиотеки Transformers. Модель предназначена для генерации текста в диалоговом формате; заявленная длина контекста — 8192 токена. Данные не описывают специализацию, языковой охват или конкретные прикладные сценарии сверх разговорной генерации. Лицензия в доступных сведениях не указана.

zelk12/MT5-MMB-gemma-2-9B — объединённая языковая модель, созданная автором репозитория с помощью mergekit методом SLERP из двух моделей Gemma 2. Она предназначена для диалоговой генерации текста и работы в сценариях общения с чат-моделью. Модель имеет плотную архитектуру Gemma 2 с 9 млрд параметров, принимает текст и поддерживает контекст до 8192 токенов. В репозитории указаны веса в формате safetensors и использование библиотеки Transformers. README описывает слияние моделей, но не приводит подробностей об их целевых сценариях, языковой специализации или сравнительных качествах. Условия лицензирования в предоставленных данных не указаны.

Decodesrahul/my-custom-smart-ai — дообученная Decodesrahul разговорная языковая модель на архитектуре Llama. Она предназначена для генерации текста в формате чата и основана на unsloth/llama-3-8b-instruct-bnb-4bit; для обучения использовались Unsloth и библиотека TRL. Модель содержит 7,5 млрд параметров, принимает текст и поддерживает контекст до 8192 токенов. Модель подходит для диалоговых сценариев и генерации ответов на английском языке. В карточке не описаны специализированные области применения и конкретные наборы данных, поэтому её следует считать моделью общего назначения. Лицензия — Apache 2.0.

NemoMerge-12B-DellaV1b — объединённая модель на 12,1 млрд параметров, созданная с помощью mergekit из Gryphe/Pantheon-RP-1.5-12b-Nemo, anthracite-org/magnum-12b-v2 и grimjim/mistralai-Mistral-Nemo-Base-2407. В основе лежит плотная архитектура Mistral для авторегрессионной генерации текста. Модель подходит для генерации текста, ролевых диалогов и ответов по инструкциям. В README указан формат весов bfloat16; метаданные сообщают о контексте до 1 024 000 токенов. Модель распространяется по лицензии Apache-2.0. Данных о специальных ограничениях использования или подтверждённой поддержке конкретных языков в предоставленных источниках нет.

NeuralHermes-2.5-AshhLimaRP-Mistral-7B — адаптер LoRA AshhLimaRP-Mistral-7B для базовой модели NeuralHermes-2.5-Mistral-7B. Это плотная авторегрессионная языковая модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов. Модель предназначена для диалоговой генерации текста. В карточке указаны формат safetensors и лицензия Apache-2.0. README не описывает специальное назначение адаптера или его языковую специализацию; метаданные отмечают разговорный режим и ограничение «не для всех аудиторий».

NeuralTurdusVariant1-7B — разговорная языковая модель на архитектуре Mistral, созданная BarryFutureman путём слияния моделей mlabonne/NeuralBeagle14-7B и udkai/Turdus с помощью MergeKit. Она предназначена для генерации текста и диалоговых сценариев на английском языке. Модель содержит 7,1 млрд параметров, принимает текст и выдаёт текст. Заявленная длина контекста — 32 768 токенов; веса опубликованы в формате safetensors. Репозиторий распространяется по лицензии Apache-2.0.

OpenBuddy-stablelm-3b-v13 — многоязычная разговорная модель из семейства OpenBuddy, построенная на архитектуре StableLM Epoch и предназначенная для генерации текста в формате чат-бота. Модель содержит 2,7 млрд параметров, принимает текст и использует контекст до 4096 токенов. Модель рассчитана на диалоговые сценарии на китайском, английском, французском, немецком, японском, корейском, итальянском и русском языках. Её можно применять для ответов на вопросы, ведения беседы и генерации текста. Модель распространяется под лицензией CC BY-SA 4.0. Ответы могут быть ошибочными, вредными или оскорбительными. Разработчики предостерегают от применения модели в критических и высокорисковых сценариях, включая медицину, управление потенциально опасными системами, а также принятие важных финансовых и юридических решений.

OrcaMaid-13b — слитая языковая модель от ddh0 на архитектуре Llama 2 с 12,9 млрд параметров. Она объединяет Microsoft Orca-2-13b, Noromaid-v0.1.1-13b от Undi и IkariDev и Cat-v1.0-13b от Kal'tsit; для слияния использованы linear merge и gradient SLERP в FP32. Модель рассчитана на генерацию ответов по инструкциям с естественной, человекоподобной манерой речи и использует формат промпта Alpaca. Модель подходит для диалогов, ролевых сценариев и выполнения текстовых инструкций. Контекст составляет 4096 токенов; модель принимает и выдаёт текст. Карточка описывает Cat как uncensored и пригодную для откровенных сценариев, поэтому модель может генерировать контент для взрослых. Лицензия указана как other; README сообщает, что из-за включения Orca-2-13b на модель распространяются условия Microsoft Research License.

Ornith-1.5-35B-A3B-GGUF — это квантизированная версия модели Ornith-1.5-35B-A3B от ornith-ai, преобразованная и измеренная командой AtomicChat. Модель распространяется в формате GGUF для запуска с llama.cpp и предназначена для локального использования в диалоговых и мультимодальных сценариях; в метаданных указана задача image-text-to-text. Языки и максимальная длина контекста в карточке не указаны, однако оценки квантования проводились при контексте 4096 токенов. Модель использует разреженную MoE-архитектуру: всего 35 млрд параметров, из которых около 3 млрд активируются для каждого токена. Маршрутизатор выбирает восемь экспертов из 256, что снижает вычислительную нагрузку, но требует размещения всех экспертов в памяти. Доступны варианты квантования от Q8_0 до низкобитных IQ-сборок объёмом примерно от 36,9 до 13,7 ГБ; для видеокарт с небольшим объёмом памяти эксперты можно размещать в системной RAM через параметры llama.cpp. Сильная сторона сборки — использование собственной importance matrix и специально подобранных раскладок квантования AtomicChat. Например, AD-Q6_K занимает 29,1 ГБ и сохраняет близкие к Q8_0 показатели: средняя KL-дивергенция 0,012961 и совпадение следующего токена 95,31% с полноточной моделью. Более компактные варианты требуют компромисса между размером и точностью, а запуск на системной RAM может снизить скорость из-за пропускной способности памяти. Лицензия модели — MIT.

bunnycore создал TitanFusion-0.1 — объединённую методом TIES языковую модель на архитектуре Phi-3.5. В основу взята microsoft/Phi-3.5-mini-instruct, также включены веса ArliAI/Phi-3.5-mini-3.8B-ArliAI-RPMax-v1.1 и nbeerbower/phi3.5-gutenberg-4B. Модель содержит 3,7 млрд параметров, использует архитектуру Phi3ForCausalLM и формат safetensors; для работы указана библиотека Transformers. Контекст составляет 4096 токенов. Модель предназначена для генерации текста и диалогов, ролевых сценариев, творческого письма и рассуждений. Карточка не уточняет поддерживаемые языки и лицензию, поэтому их нельзя надёжно определить по представленным данным.

Nitral-AI/Poppy_Porpoise-0.72-L3-8B — разговорная модель семейства Llama с плотной архитектурой LlamaForCausalLM и примерно 7,5 млрд параметров. Она создана слиянием моделей Nitral-AI/PP_0.71a и Nitral-AI/PP_0.71b. Основная задача — генерация текста в диалоге; для работы с изображениями в README указана поддержка Llava MMProj, который требуется загрузить отдельно из репозитория. Модель принимает текстовые сообщения и выдаёт текст. Контекст составляет 8192 токена. Для использования зрительных функций автор рекомендует актуальную версию Koboldcpp и загрузку соответствующего файла MMProj. Репозиторий содержит веса в формате Safetensors. Лицензия обозначена как other, поэтому конкретные условия использования следует сверить с карточкой модели и файлами репозитория.

PygmalionAI_Pygmalion-3-12B-GGUF — это набор GGUF-квантизированных версий языковой модели Pygmalion-3-12B, разработанной PygmalionAI и подготовленной для распространения пользователем bartowski. Модель предназначена прежде всего для текстовой генерации, диалогов и ролевого общения; в метаданных указаны сценарии conversational и roleplay. Исходная модель доступна как PygmalionAI/Pygmalion-3-12B. Модель содержит около 12 миллиардов параметров и работает в формате GGUF через llama.cpp и совместимые приложения, включая LM Studio. Доступны варианты квантизации от Q8_0 до более компактных Q2- и Q3-вариантов; размеры файлов в представленных версиях составляют примерно от 5,3 до 13 ГБ. Для наиболее высокого качества рекомендуются Q6_K_L, Q6_K и варианты Q5, а Q4_K_M обозначен как подходящий размер по умолчанию для большинства сценариев. В README не указаны языки, размер контекста, мультимодальные возможности или точная архитектура исходной модели, поэтому эти характеристики нельзя подтвердить. К сильным сторонам относятся широкий выбор квантизаций, возможность локального запуска и оптимизация с использованием imatrix. Более компактные варианты снижают требования к памяти, но могут заметно уступать по качеству; некоторые форматы обозначены как устаревшие или нерекомендуемые. Для работы требуется llama.cpp или совместимое программное обеспечение и аппаратные ресурсы, соответствующие выбранному размеру файла. Указанная лицензия — Apache-2.0.

Qarasu-14B-Chat-Plus-Unleashed — диалоговая языковая модель Lightblue, дообученная на базе Qwen/Qwen-14B-Chat. Она предназначена для генерации ответов в чате и ведения диалога на японском и английском языках. Модель построена на плотной архитектуре Qwen с 21,8 млрд параметров и контекстом до 8192 токенов. Для дообучения использованы наборы Lightblue, японские диалоги OASST и ShareGPT, а также англо-японский набор ultra-orca-boros. Авторы сообщают о высоких результатах внутренних оценок на MT-Bench; независимая оценка на момент публикации ожидалась. Суффикс Unleashed связан с версией, в которой из категорийного набора удалили около 6 тысяч отказов. Модель распространяется под лицензией с меткой other; конкретные условия следует сверить с лицензией репозитория.

Эта модель — дообученная anggapradana версия языковой модели Qwen2.5-1.5B-Instruct-bnb-4bit от Unsloth. Она использует плотную архитектуру Qwen2 и предназначена для генерации текста и диалоговых сценариев. Модель содержит 1,5 млрд параметров и поддерживает контекст длиной до 32 768 токенов. Модель распространяется в формате safetensors по лицензии Apache-2.0. В карточке указано, что для обучения использовались Unsloth и библиотека TRL; данных о специальной области применения или отдельной оценке качества нет.

Карточка модели didula-wso2/qwen3-1-5_sft_16bit_vllm на Hugging Face совпадает с карточкой didula-wso2/qwen1-0-7_sft_16bit_vllm, поэтому описание составлено по ней. Это дообученная языковая модель Qwen3 от didula-wso2, созданная на базе unsloth/Qwen3-8B-unsloth-bnb-4bit с использованием Unsloth и библиотеки Hugging Face TRL. Модель содержит 7,6 млрд параметров и предназначена для генерации текста в диалоговых сценариях; в карточке также заявлен интерфейс вызова инструментов. Модель принимает текст и выдаёт текст. Для неё указан контекст до 40 960 токенов, а среди языков карточки отмечен английский. Репозиторий содержит веса в формате safetensors; заявленная лицензия — Apache-2.0. Сведения о специализации дообучения и его результатах не приведены.

Это пакет GGUF с весами Qwen3.5-35B-A3B-UD-Q4_K_XL, подготовленный Mesh LLM для распределённого инференса. Он создан на основе unsloth/Qwen3.5-35B-A3B-MTP-GGUF: исходный файл модели разделён на артефакты по слоям для запуска на нескольких узлах локального кластера Mesh LLM. Модель предназначена для генерации текста и диалогов, локального приватного запуска и обслуживания запросов через совместимый с OpenAI API интерфейс Mesh LLM. Вариант UD-Q4_K_XL использует формат GGUF; исходная модель относится к семейству Qwen3. README не приводит размер модели в параметрах, длину контекста или поддерживаемые языки. Для запуска требуется Mesh LLM и доступ к узлам, предоставляющим вычисления и память. Условия лицензии следует сверить с карточкой исходной модели.

Qwen3.5-4B-Kazakh — мультимодальная модель ISSAI на архитектуре Qwen3.5, дообученная на основе issai/Qwen3.5-4B-Base-Kazakh. Базовую модель продолжительно предобучили на казахских текстах и расширили её словарь на 16 тысяч казахских токенов; затем перенесли инструкционное выравнивание официальной Qwen3.5-4B методом chat-vector merge. Модель принимает текст и изображения, поддерживает чат и сохраняет возможности базовой модели для английского языка наряду с улучшенной обработкой казахского. Модель предназначена для диалогов и ответов на вопросы на казахском и английском языках, а также для задач понимания изображений. Визуальный энкодер и мультимодальный проектор восстановлены из официальной Qwen3.5-4B, но модель отдельно не обучали на визуальных задачах. В оценках отмечено более краткое рассуждение и снижение результатов на сложных задачах reasoning; на визуальных бенчмарках также наблюдалось некоторое ухудшение. Весы опубликованы в формате safetensors, лицензия — Apache-2.0.

Модель dealignai/Qwen3.6-27B-MXFP8-CRACK-MTP — модифицированная версия Qwen 3.6 27B от dealignai. Это плотная мультимодальная модель с гибридной архитектурой GatedDeltaNet SSM и полным вниманием, 64 слоями и поддержкой изображений и видео. Репозиторий содержит веса SafeTensors в формате MXFP8 для запуска через MLX на компьютерах Apple Silicon; размер указан как 27 ГБ. Сохранена голова multi-token prediction для спекулятивного декодирования d3, для которого автор заявляет ускорение генерации примерно в 1,74 раза в совместимой среде vMLX. Модель предназначена для диалогов, рассуждений, ответов по изображениям и видео, а также сценариев с вызовом инструментов. Автор сообщает об удалении поведения отказа на уровне весов и приводит результаты HarmBench и MMLU, полученные через vMLX. README не описывает методику тестирования подробно, поэтому заявленные оценки и ускорение следует считать результатами автора, а не независимой проверкой. Лицензия — Apache-2.0. Модель рассчитана на использование с vMLX или совместимой средой MLX с поддержкой Qwen 3.6; формат MLX и ускорение MTP ориентированы на Apple Silicon. После изменения поведения отказа модель может выполнять запросы без обычных отказов по безопасности, поэтому необходим контроль её применения.

Qwen3-8B-reas-int-065-only-loss-noprompt-3epochs-en — дообученная Петро Феррацци модель Qwen3-8B, опубликованная в формате safetensors и рассчитанная на генерацию текста в диалоговом режиме. По данным метаданных, модель содержит 7,6 млрд параметров, имеет контекст до 40 960 токенов и использует архитектуру Qwen3ForCausalLM. README не раскрывает датасет и дополнительные сведения о настройке; по названию можно предположить фокус на рассуждениях, но это не подтверждено описанием карточки. Базовая Qwen3-8B поддерживает несколько языков, однако конкретный набор языков этой версии не указан. Модель предназначена для генерации ответов и продолжения текста в чат-сценариях. Лицензия — Apache-2.0.

Qwen3.8-Flash-Next-RadixArk-NVFP4-Hybrid-Sharp — мультимодальная модель для задач text-to-text и image-text-to-text, опубликованная в репозитории travelinlance на основе Qwen3.8-Flash-Next от Qwen и NVFP4-квантизированной сборки RadixArk. Модель предназначена для диалогов, генерации текста и обработки запросов с изображениями при использовании специализированного стека обслуживания. Это примерно 176-миллиардная MoE-модель с маршрутизируемыми экспертами. Основная часть весов хранится в формате NVFP4 W4A4, а около 300 тензоров в слоях внимания и общих экспертах преобразованы в блочный FP8 E4M3. Такой гибридный формат уменьшает объём данных, считываемых при генерации, и, по заявленным измерениям, повышает скорость генерации примерно на 20% без ухудшения контрольных оценок. Встроенный Sharp chat template сокращает объём ответов; в тесте он дал на 18% меньше выходных токенов. Для запуска требуется патченный образ vLLM ghcr.io/lancelind/qwen38-flash-dgx с поддержкой смешанного FP4/FP8-формата и настройками VLLM_FP8_HYBRID=1; стандартные vLLM и SGLang эту сборку загрузить не могут. Модель рассчитана прежде всего на NVIDIA DGX Spark с GB10 и 128 ГБ памяти, где используется таблица размером 44 ГиБ, доступная напрямую с диска. Точные поддерживаемые языки и размер контекстного окна в представленном README не указаны. Лицензия обозначена как qwen-community-1.0; применимые условия следует уточнять в файле LICENSE.

Kaoeiri/Qwenwify-32B-v2.5 — языковая модель на базе Qwen2.5-32B, созданная разработчиком Kaoeiri путём слияния нескольких предварительно обученных моделей с помощью mergekit и метода DARE TIES. В качестве базовой модели в README названа unsloth/qwen2.5-32b; среди компонентов слияния — модели для инструкционного и ролевого диалога, написания историй и рассуждений. Модель предназначена для генерации текста, включая диалоги, ролевой отыгрыш и создание историй. Это плотная архитектура Qwen2 с 32 млрд параметров, работающая через Transformers; заявленная длина контекста — 131 072 токена. Модель принимает текст и генерирует текст. Карточка не описывает отдельные оценки качества или ограничения поведения. Репозиторий распространяется в формате safetensors; сведения о лицензии в предоставленных данных отсутствуют.