I.7Речь, диалоги и встречи

Модель francesca9805/eng-latn-10mb-ppt-Dp-10mb-packed-bfdiso_seed3407 — дообученная с помощью TRL версия goldfish-models/eng_latn_10mb на архитектуре GPT-2. Она предназначена для генерации текста и может отвечать на текстовые вопросы в формате диалога. Модель загружается через Transformers и сохранена в формате safetensors; нативная длина контекста составляет 512 токенов. Карточка демонстрирует генерацию ответа на вопрос, но не описывает специальные области применения или оценку качества. Лицензия в предоставленных данных не указана.

Eugleo/exp085-chat-d26-r10-0caa2eadd6bf-sft-f9e89923 — экспериментальная чат-модель семейства nanochat GPT, созданная в рамках исследования exp-085 по декорреляции данных. Это дообученная версия nvidia/ClimbMix: базовую модель обучали на корпусе ClimbMix, а затем провели один этап supervised fine-tuning на наборах SmolTalk, MMLU и decor_replay. Архитектура — плотная авторегрессионная NanochatGPTForCausalLM; в метаданных указан размер 1,2 млрд параметров, контекст — 2048 токенов. Модель предназначена для диалоговой генерации текста на английском языке. В базовый корпус включались данные с задачами GSM8K и декоррелированными вопросами и ответами; при SFT повторно использовались данные decor_replay. README сообщает итоговое значение validation bpb 0,2846, но не приводит пользовательские оценки качества или результаты сравнений. Модель опубликована в формате safetensors и использует Transformers. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение. README называет модель исследовательским артефактом; это экспериментальный чекпойнт, поэтому его качество на широком круге задач не установлено.

FISH (Fusion of Intuitive Semantic Heuristics) — разговорная языковая модель Envoid на архитектуре Mixtral, предназначенная прежде всего для ролевых диалогов и развлекательных сценариев. В карточке указано, что модель получена линейным слиянием нескольких моделей и LoRA, включая медицинскую Mixtral_8x7b_Medicine, Mixtral_8x7b_WuKurtz, Mixtral-8x7b-Remixtral и другие экспериментальные чекпойнты. Метаданные указывают 7,1 млрд параметров и контекст 32 768 токенов. Модель генерирует текст и поддерживает чат. README отмечает, что она хорошо реагирует на формат инструкций [INST]…[/INST], используя специальные токены ChatML; автор описывает результаты как подходящие для ролевых развлечений. Репозиторий содержит веса Safetensors, однако автор тестировал модель только в формате Q8 GGUF из-за ограничений оборудования. Языковая поддержка явно не перечислена. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства и ограничивающая коммерческое применение.

Frankie-tiny-sft — разговорная причинно-языковая модель семейства Mistral, созданная balnazzar как объединение частей двух копий Felladrin/TinyMistral-248M-SFT-v4 с помощью mergekit. Репозиторий содержит веса Safetensors в формате float16; размер модели — 306,4 млн параметров, контекст — до 32 768 токенов. Модель предназначена для генерации текста в диалоговом формате. Её можно применять для простых бесед, черновых ответов и экспериментов с компактными языковыми моделями. В README не указаны поддерживаемые языки или специализированные области применения. Модель распространяется по лицензии Apache-2.0. Из-за небольшого размера она может уступать более крупным языковым моделям в точности, глубине рассуждений и устойчивости ответов; README не приводит результатов оценки качества.

DavidAU опубликовал эту разговорную модель на основе Google Gemma 3 1B IT, изменённую методом abliteration с помощью Heretic v1.0.1. Она предназначена для генерации текста и диалогов с меньшей склонностью к отказам, в том числе для творческих сценариев с грубым, мрачным или откровенным содержанием. Модель имеет плотную архитектуру Gemma 3, содержит около 1 млрд параметров и поддерживает контекст до 32 768 токенов; для работы используется библиотека Transformers и формат Safetensors. В описании приведены результаты тестирования: 17 отказов из 100 запросов и KL-дивергенция 0,09; автор сообщает, что при изменении стремился сохранить поведение исходной модели. Для некоторых запросов к грубому или откровенному тексту может потребоваться более конкретная инструкция. Это производная модель, лицензия и отдельные условия использования в предоставленных данных не указаны.

Модель francesca9805/heb-hebr-100mb-ppt-Dp-100mb-packed-bfd_seed455 — дообученная на TRL версия goldfish-models/heb_hebr_100mb. Это плотная авторегрессионная GPT-2-модель для генерации текста; карточка показывает пример ответа на вопрос в формате диалога. Модель принимает текст и генерирует продолжение, а её контекстное окно составляет 512 токенов. Модель предназначена для экспериментов с генерацией текста и ответами на вопросы. Веса опубликованы в формате safetensors и используются через Transformers. README и метаданные не содержат сведений о лицензии, поэтому условия использования по ним определить нельзя.

Ice0.15-06.11-RP-orpo — дообученная модель icefog72 на архитектуре Mistral с 7,1 млрд параметров, предназначенная для генерации текста и разговоров в формате чата. В качестве основы использована icefog72/IceWhiskeyRP-7b; модель обучалась с использованием Unsloth и библиотеки Hugging Face TRL. Модель рассчитана на англоязычные ролевые диалоги и создание художественного текста. Она принимает текст и генерирует текст, поддерживает контекст до 32 768 токенов. Распространяется под лицензией Apache-2.0.

Это дообученная модель генерации текста на архитектуре GPT-2, созданная на основе fpadovani/ita-latn-100mb-ppt-Dp-100mb_seed10. В карточке указано, что модель обучалась с помощью TRL; пример запуска использует библиотеку Transformers и генерирует продолжение диалога по текстовому запросу. Модель предназначена для генерации текста по запросу. Базовая модель и её название указывают на итальянский язык, однако карточка не уточняет качество, состав обучающих данных или сценарии применения. Контекст модели составляет 512 токенов; веса опубликованы в формате safetensors. Лицензия в предоставленных данных не указана.

Модель francesca9805/jpn-jpan-100mb-after-ppt-Dp-10mb-packed-bfdiso-ckpt500_seed3407 — дообученная GPT-2, созданная на основе francesca9805/jpn-jpan-100mb-ppt-Dp-10mb-packed-bfdiso_seed3407 с использованием TRL. Она предназначена для генерации текста по запросу; в карточке приведён пример ответа на вопрос в формате диалога. Модель работает с библиотекой Transformers и распространяется в формате safetensors; контекст ограничен 512 токенами. Лицензия и сведения о языках в предоставленных данных не указаны.

Kainoverse-7b-v0.1 — объединённая языковая модель, созданная kainatq с помощью mergekit и метода SLERP на основе ResplendentAI/DaturaCookie_7B и kainatq/kainaticulous-rp-7b-v0.2. Это плотная авторегрессионная модель семейства Mistral с 7,1 млрд параметров и контекстом до 32 768 токенов; она предназначена для генерации текста и ролевых диалогов, включая материалы для взрослых. Репозиторий содержит веса в формате safetensors, а для модели также опубликованы варианты GGUF. Модель подходит для интерактивного текстового общения и продолжения заданного текста. Метаданные помечают её как NSFW и не предназначенную для всех аудиторий. Лицензия — Apache-2.0; README не приводит сведений о поддерживаемых естественных языках или результатах оценивания качества.

Ja-ck/KoMultiGen-General-Llama3-8B — корейская разговорная модель на базе Llama 3 8B, созданная дистилляцией KoMultiGen-General в рамках проекта koVast. Она предназначена для генерации корейских многоходовых диалогов по неструктурированным данным, обычно на 3–5 ходов, и для обычного общения в формате чата. Для работы автор рекомендует использовать chat template; формат промпта адаптирован с учётом шаблона Vicuna, на котором обучалась базовая модель. Модель имеет плотную архитектуру LlamaForCausalLM, содержит 7,5 млрд параметров и поддерживает контекст до 8192 токенов. Выпущена под лицензией Apache-2.0. Карточка не содержит подробных результатов оценки качества; целевой язык и сценарии ориентированы на корейский.

ureca07/korean-vicuna-7b-1.1 — чат-модель на основе архитектуры LLaMA, опубликованная разработчиком ureca07. Карточка содержит диалоги на корейском языке с ответами на вопросы, просьбами о продолжении и примерами генерации кода; метаданные указывают 6,6 млрд параметров и контекст до 2048 токенов. Модель предназначена для генерации текста в формате диалога: она отвечает на вопросы, помогает с планированием и обучением, а также генерирует простые фрагменты кода. Примеры показывают корейские ответы, но также встречаются запросы на английском и код Python; широкая многоязычная поддержка в карточке не подтверждена. Вес модели доступен в формате PyTorch, лицензия — Apache-2.0. В приведённых ответах заметны фактические ошибки, бессвязные фрагменты и неуместные детали, особенно в рекомендациях о поездках, здоровье и истории. Поэтому ответы требуют проверки, а медицинские и иные чувствительные рекомендации не следует использовать без экспертной оценки.

L3.1-Artemis-a-8B — слитая диалоговая языковая модель семейства Llama, созданная сообществом mergekit с помощью метода DARE TIES. В качестве базовой модели использована kromeurus/L3.1-Ablaze-Vulca-v0.1-8B; в слияние также вошли Casual-Autopsy/L3-Umbral-Mind-RP-v3.0-8B, Hastagaras/Jamet-8B-L3-MK.V-Blackroot и mergekit-community/L3-Boshima-a. Модель содержит 7,5 млрд параметров, принимает текст и генерирует текст; карточка указывает контекст до 131 072 токенов и поддержку диалогового взаимодействия. Она подходит для генерации ответов и ролевых диалогов; описание базовой модели связывает её с ролевыми играми, эмоционально насыщенными темами и сценариями спасения персонажей. Данные о языках в карточке не приведены. Модель опубликована в формате safetensors и использует библиотеку Transformers. Лицензия в предоставленных данных не указана.

Alsebay/L3-8B-SMaid-v0.1 — объединённая авторская модель на архитектуре Llama 3 с 7,5 млрд параметров, созданная методом DARE TIES с помощью mergekit на основе NeverSleep/Llama-3-Lumimaid-8B-v0.1-OAS и Sao10K/L3-8B-Stheno-v3.2. Модель предназначена для генерации текста и диалогов, в частности ролевых сценариев и художественных историй. Автор описывает эту версию как более умную и лучше понимающую контекст по сравнению с другими вариантами серии, с уклоном в написание историй. В карточке указан контекст 8192 токена и библиотека Transformers; автор рекомендует загружать модель через Transformers из-за проблемы с токенизатором smaug-bpe, которая, по его словам, мешает использовать квантизованные версии. Для генерации приведены настройки температуры 1,1–1,25, min-p 0,075, top-k 50, top-p 0,5 и штрафа за повторы 1,1. Лицензия в предоставленных данных не указана.

L3-Blackened-Sunfall-15B — экспериментальное объединение трёх моделей Llama 3, созданное автором карточки с помощью LazyMergekit. Модель предназначена для генерации текста в диалогах и ролевых сценариях, а также для создания историй; автор стремился сочетать более естественную манеру общения Jamet-Blackroot с хаотичностью Sunfall Stheno и смягчить результат добавлением третьей модели. Объём модели составляет 14,5 млрд параметров, контекст — 8192 токена. В репозитории представлены веса Safetensors. Автор сообщает, что модель склонна к многословным и драматичным ответам, а при высокой температуре генерации выше 1,3 может выдавать несвязный текст. Также отмечены ошибки и непоследовательность, поэтому качество ответов требует проверки. В метаданных указана отметка not-for-all-audiences. Сведения о лицензии в предоставленных данных отсутствуют.

kromvault/L3-Horizon-Anteros-v0.1.5-13B — экспериментальная разговорная модель генерации текста, созданная слиянием нескольких моделей Llama 3. В состав объединения вошли модели для эмоционального и повествовательного письма, ролевых диалогов и следования инструкциям. Модель содержит 12,7 млрд параметров, использует архитектуру LlamaForCausalLM и принимает текстовый контекст длиной до 8192 токенов. Модель предназначена для ролевых диалогов и художественного письма, особенно для сюжетных сцен; она также справляется с обычной генерацией ответов. Автор отмечает более спокойный стиль, но предупреждает о необходимости примеров в контексте: без них ответы могут быть несвязными. Следование инструкциям несколько ухудшилось относительно предыдущей версии, а модель иногда говорит от имени пользователя. В README также отмечена склонность к более откровенному содержанию. Модель распространяется в формате safetensors; README упоминает доступные конвертации GGUF. Лицензия в предоставленных данных не указана.

L3-TheSpice-8b-v0.1.3 — разговорная языковая модель семейства Llama, дообученная автором cgato для гибкого диалога и ролевых сценариев. В карточке указано, что модель обучалась три эпохи на сокращённом вручную отредактированном наборе данных, включающем Capybara, Claude Multiround 30k, Augmental, ToxicQA, Yahoo Answers, Airoboros 3.1 и LimaRP. Размер модели — 7,5 млрд параметров, контекст — 8192 токена. Модель предназначена для чат-общения, ролевых историй и повествовательных ответов об объектах и персонажах сцены. Поддерживает шаблоны чата Ooba и SillyTavern; README рекомендует для SillyTavern определённый набор параметров генерации. Автор предупреждает, что модель переобучена, а набор данных ещё очищается, поэтому качество и стабильность ответов могут быть ограничены. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое использование.

La Dame Blanche v2 95b — языковая модель для генерации текста, созданная MarsupialAI методом слияния трёх моделей на базе Miqu. Она предназначена для диалогов, ролевых сценариев и написания историй; модель описана как менее ограниченная в генерации откровенного и другого нежелательного контента. Архитектура — плотная LlamaForCausalLM из 110 слоёв, около 94,4 млрд параметров; заявлена связная работа с контекстом до 32 764 токенов. Модель ориентирована на английский язык и может использоваться для развлекательных сценариев, включая ролевые диалоги и художественное письмо. Автор сообщает, что модель не склонна самопроизвольно добавлять NSFW-содержание к безопасным запросам, но предупреждает, что ответы могут содержать нежелательные материалы и что фактическим утверждениям модели не следует доверять без проверки. В карточке указана лицензия other без конкретных условий; README позиционирует модель как предназначенную для развлечения. Доступны веса в формате safetensors.

licht-german-tutor-medium (v22) — предварительная версия диалоговой модели от Lamplit Labs для изучающих немецкий на уровнях A1–C1. Это плотная языковая модель на архитектуре Qwen3 с 7,6 млрд параметров, дообученная на базе Qwen/Qwen3-8B методом LoRA; веса адаптера объединены с базовой моделью и опубликованы в формате bf16 Safetensors. Модель принимает текст и ведёт диалог по шаблону ChatML, максимальная длина контекста — 40 960 токенов. Модель объясняет немецкую грамматику и лексику на немецком или английском, исправляет предложения, тренирует словоформы и помогает практиковать диалоги для повседневных ситуаций. Она также предназначена для упражнений уровня C1 и подготовки к экзаменам telc и Goethe. В комплект входят заметки для привязки ответов к правилам и лексикон существительных и неправильных глаголов, которые приложение может использовать для дополнительной проверки. Это публичный preview, а не завершённый релиз: по собственной оценке авторов, версия не прошла три из восьми критериев выпуска. В частности, судьи отметили семь ответов с серьёзными ошибками, а часть ролевых сценариев и проверенных предложений не достигла установленных порогов. Автор рекомендует не полагаться на модель как на единственный источник при подготовке к экзаменам и использовать проверку по лексикону, когда ученик не может оценить ответ самостоятельно. Лицензия — Apache-2.0.

ccore/Llama2-330m-32k-Rhetorical-Agents-QA-Builder — экспериментальная плотная авторегрессионная модель семейства Llama, разработанная автором репозитория и основанная на архитектуре LlamaForCausalLM. В метаданных указаны 271,1 млн параметров, контекст до 32 000 токенов и формат PyTorch. Автор описывает обучение на материалах Википедии, классических книгах, статьях, вопросах и ответах, а также текстах с риторическими приёмами; карточка отмечает, что обучение приостановлено из-за проблем с перекрытием контекста и расхождением модели. Модель предназначена для генерации текста с длинным контекстом, включая формирование ответов и риторически выразительных формулировок. В README приведены результаты нескольких тестов на понимание и рассуждение, однако обучение описано как незавершённое, а представленные метрики не подтверждают надёжность в прикладных сценариях. Лицензия указана как other, поэтому условия использования следует сверить с лицензией репозитория.

Llama-3-8B-NOLA — экспериментальная дообученная языковая модель на базе meta-llama/Meta-Llama-3-8B, созданная Syed Hasan. Она обучалась 100 шагов на наборе OpenAssistant/oasst1 с использованием NOLA — метода, который сжимает LoRA-параметры посредством линейной комбинации случайных базисных матриц и обучает только коэффициенты этой комбинации. Модель имеет плотную архитектуру LlamaForCausalLM, около 7,5 млрд параметров и контекст до 8192 токенов; принимает и генерирует текст. Модель предназначена для эксперимента с NOLA и генерации текста в диалоговом стиле. Автор предупреждает, что из-за короткого обучения и ограниченных вычислительных ресурсов результаты могут быть неудовлетворительными. Лицензия — Apache-2.0.

noviardhana/llama3-legal-id-ft — дообученная модель семейства Llama, разработанная noviardhana на базе unsloth/Llama-3.2-3B-Instruct-bnb-4bit с использованием Unsloth и библиотеки TRL. Это плотная причинная языковая модель на 3,2 млрд параметров с контекстом до 131 072 токенов, предназначенная для генерации текста и диалогового взаимодействия. Название указывает на юридическую тематику и индонезийский язык, однако README и метаданные не подтверждают специализацию или поддержку индонезийского языка; подтверждённый язык в карточке — английский. Модель распространяется в формате safetensors по лицензии Apache-2.0. Данные о качестве, обучающем наборе и конкретных юридических возможностях не приведены.

Undi95/Llama3-Unholy-8B-OAS — разговорная модель генерации текста, созданная на основе meta-llama/Meta-Llama-3-8B-Instruct. Автор сообщает, что модель дополнительно ослабляет ограничения на ответы с помощью orthogonal activation steering; в репозитории размещены веса fp16. Модель построена на архитектуре Llama и содержит 7,5 млрд параметров, контекстное окно — 8192 токена. Модель предназначена для диалоговой генерации ответов в формате Llama 3 и заявлена как менее ограниченная, в том числе для запросов, на которые обычные ассистенты могут отказать. При дообучении использованы наборы Undi95/toxic-dpo-v0.1 и NobodyExistsOnTheInternet/ToxicQAFinal. Лицензия — CC BY-NC 4.0, допускающая использование с указанием авторства, но не коммерческое использование.

LlamaCorn-1.1B-Chat — диалоговая языковая модель, созданная Jan путём дообучения TinyLlama-1.1B. Она предназначена для простых задач и общения; модель использует архитектуру Llama с плотной трансформерной сетью и содержит около 1 млрд параметров. Контекст составляет 2048 токенов, вход и выход — текст. Для диалога используется шаблон ChatML. Модель рассчитана на локальный запуск через Jan Desktop на macOS, Windows и Linux; в карточке также заявлена поддержка TensorRT-LLM и возможность работы на потребительских ноутбучных видеокартах с 6 ГБ видеопамяти. В качестве обучающих данных использованы открытые наборы Bagel, Dolphin и OpenHermes для SFT и DPO. Лицензия — Apache-2.0. Модель компактна и ориентирована на простые запросы и разговорные сценарии. Её небольшой размер и ограниченный контекст сужают возможности при сложных задачах и работе с длинными документами; заявленное приемлемое качество диалога не означает, что она подходит для задач, требующих высокой точности.

MiquMaid-v2-70B-DPO — разговорная языковая модель для ролевых диалогов, созданная Undi и IkariDev на основе Miqu-70B и дообученная методом DPO для снятия ограничений на ответы. Модель построена на архитектуре Llama с плотной причинной языковой сетью объёмом 68,7 млрд параметров; репозиторий содержит веса FP16. Она принимает текст и генерирует текст, поддерживает контекст до 32 764 токенов и использует формат запросов Alpaca. Модель предназначена прежде всего для ролевых бесед и диалоговых сценариев с меньшим числом отказов на чувствительные запросы. В обучении использовались наборы Aesir, NoRobots, limarp, toxic-dpo-v0.1-sharegpt, ToxicQAFinal и ToxicDPOqa. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но некоммерческое; модель помечена как содержащая контент для взрослой аудитории. Ожидаемые ограничения включают возможные нежелательные или недостоверные ответы и зависимость результатов от корректного шаблона Alpaca.

MistRP-Airoboros-7B — текстовая генеративная модель на архитектуре Mistral, опубликованная пользователем Undi95. Репозиторий содержит веса FP16; модель объединяет Airoboros Mistral 2.2 7B, адаптеры и другие модели для ролевых диалогов и генерации художественного текста. В карточке приведён шаблон Alpaca и рекомендации по использованию LimaRP v3 в SillyTavern. Модель предназначена для продолжения текста и ответов на инструкции в ролевых сценариях. Она насчитывает 7,1 млрд параметров и поддерживает контекст до 32 768 токенов. Карточка не сообщает о поддерживаемых естественных языках. Лицензия — CC BY-NC 4.0, предусматривающая некоммерческое использование.

MN-12B-WolFrame-Ver.B — объединённая модель с архитектурой Mistral для генерации текста и чат-диалогов. Она создана слиянием MN-12B-Mimicore-WhiteSnake и MN-Slush методом SLERP; файлы представлены в формате safetensors, размер модели — 12,1 млрд параметров. Карточка MN-Slush описывает её как экспериментальную модель на базе Mistral Nemo Instruct для творческого письма и ролевых диалогов, поэтому WolFrame подходит для таких сценариев генерации текста. Автор сообщает о дефекте: модель иногда путает обозначения {{user}} и {{char}}, что может нарушать формат ролевого диалога. Указанное в метаданных контекстное окно — 1 024 000 токенов. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

IAmTheCollector/MN-Slush-GGLD-Wayfarer — объединённая языковая модель, созданная с помощью mergekit методом SLERP из IAmTheCollector/MN-Slush-GGLD и LatitudeGames/Wayfarer-12B. Веса объединены в формате bfloat16; архитектура — плотная MistralForCausalLM, размер — 12,1 млрд параметров. Модель предназначена для генерации текста и диалогового общения. В объединении преимущественно сохранён вклад MN-Slush-GGLD на входных и выходных слоях, а в средних слоях вклад моделей сбалансирован. Базовая Wayfarer-12B ориентирована на англоязычные опасные текстовые приключения и ролевые игры с последствиями решений, что указывает на подходящий сценарий использования этой сборки. Для репозитория указано окно контекста 1 024 000 токенов, однако карточка не приводит оценок качества или практических ограничений этого значения. Лицензия в предоставленных данных не указана.

MN-Slush-Wayfarer — объединённая языковая модель сообщества mergekit-community, созданная методом SLERP из LatitudeGames/Wayfarer-12B и crestf411/MN-Slush. Это плотная авторегрессионная модель семейства Mistral с архитектурой MistralForCausalLM и примерно 9,8 млрд параметров; файлы опубликованы в формате safetensors, а конфигурация слияния задаёт тип bfloat16. Модель предназначена для генерации текста и диалогов, включая ролевые приключения. В карточке указано контекстное окно 1 024 000 токенов и интерфейс tool calling. Одна из объединённых моделей, Wayfarer-12B, описана как англоязычная модель для опасных текстовых приключений и ролевых игр с последствиями решений. Карточка не уточняет языковые возможности итоговой модели, поэтому основным подтверждённым сценарием остаются текстовые приключения и ролевой чат. Лицензия в предоставленных данных не указана.

MOSS-TTSD-v0.5 — двуязычная модель синтеза разговорной речи от команды OpenMOSS-Team. Она дообучена на Qwen/Qwen3-1.7B-Base, содержит 1,7 млрд параметров и принимает текстовые сценарии диалога двух собеседников, чтобы создавать выразительную речь с переключением между голосами. Модель поддерживает китайский и английский языки, клонирование голосов по коротким образцам без дополнительного обучения и генерацию речи длительностью до 960 секунд за один сеанс. Модель предназначена для создания подкастов, озвучивания диалогов и других длинных разговорных аудиозаписей. В основе — архитектура MossTTSDForCausalLM и семантико-акустический аудиокодек; контекст составляет 32 768 токенов. Репозиторий распространяет веса в формате safetensors. Лицензия Apache-2.0 разрешает коммерческое использование.