IV.9Медиа, журналистика, культура, архивы и игры

tarteel-ai/whisper-base-ar-quran — модель распознавания речи, созданная дообучением openai/whisper-base. Она предназначена для преобразования арабской речи, в том числе чтения Корана, в текст. Модель построена на архитектуре Whisper и содержит 51,7 млн параметров; репозиторий хранит веса в формате PyTorch. В карточке приведены результаты оценки: loss 0,0839 и WER 5,7544. Данные о наборе обучения и подробные ограничения не раскрыты. Модель распространяется по лицензии Apache-2.0.

Whisper large-v3-ar-eg-timestamps — модель распознавания речи на базе Whisper large-v3 от OpenAI, дообученная Мохамедом Котбом под патронатом профессора Али Гомаа. Она предназначена для транскрибации чтения Корана и хадисов, а также египетской арабской речи в формальном регистре. Модель сохраняет предсказание временных меток Whisper: при запросе пословных меток каждому слову сопоставляется временной интервал с разрешением 20 мс. Размер модели — 905,2 млн параметров; она принимает аудио и выдаёт текст с временными метками. Обучение включало датасеты с Кораном, хадисами и египетской речью, а также данные с временной разметкой. Модель показывает низкие WER и CER на указанных в карточке тестовых наборах Корана, хадисов и египетской речи; результаты получены на конкретных наборах и не гарантируют такую же точность на других записях. Текст выдаётся в имляйской орфографии без огласовок, числа записываются арабскими словами. Пословные метки подходят для навигации по записи, тогда как границы сегментов могут быть грубыми, а иногда временная метка отдельного слова отсутствует. Модель не предназначена для общего египетского диалекта и не является источником канонического религиозного текста — результат следует сверять с авторитетными письменными источниками. Лицензия — Apache-2.0.

Woolitize Image Pack v1.2 — пользовательская модель Jak_TheAI_Artist для Stable Diffusion 1.5, предназначенная для генерации изображений в стилистике шерстяных и вязаных объектов по текстовым запросам. Для активации стиля в запрос рекомендуется добавлять триггер «woolitize». По карточке, модель обучали на 117 изображениях разрешением 768 пикселей в течение 8000 шагов; версия 1.2 улучшает детализацию и фоны по сравнению с версией 1.0. Модель принимает текстовые запросы и генерирует изображения. В карточке упомянута поддержка запуска через Gradio. Репозиторий содержит формат Diffusers/PyTorch; лицензия — CreativeML OpenRAIL-M. Карточка не сообщает об ограничениях по содержанию сгенерированных изображений или о качестве на других стилях и разрешениях.

writer-8b — плотная причинно-следственная языковая модель семейства Llama 3, созданная для написания историй. Модель обучена примерно поровну на рассказах с ScribbleHub и отфильтрованных историях с Literotica; разработчик не указан. Это не модель, настроенная следовать инструкциям: она продолжает текст и лучше работает с заготовкой, содержащей поля Title, Author и Tags, а затем начало истории. Модель содержит 7,5 млрд параметров, принимает текст и генерирует текст; указанное нативное окно контекста — 8192 токена. В метаданных заявлен английский язык. Модель распространяется в формате Safetensors по лицензии Apache-2.0. Карточка предупреждает, что обучающие данные содержат эротические истории, поэтому ответы могут быть сексуализированными и не подходить для всех аудиторий.

YAaI (Yet Another Anime Illustrious) — модель для генерации изображений в стиле аниме по текстовым промптам, созданная jorkingtoncityshallwe. Это дообученная версия Illustrious XL, основанной на Stable Diffusion XL; репозиторий содержит файлы для Diffusers в формате safetensors. Автор указывает, что с моделью должны работать персонажи, доступные в WAI-NSFW v20. Модель предназначена для создания аниме-иллюстраций, в том числе изображений персонажей. В карточке указаны английский язык и пометка о контенте не для всех аудиторий; лицензия обозначена как other, поэтому условия использования следует уточнять в материалах репозитория и базовой модели.

YOLOv26m-sportsmot-football — модель семейства YOLOv26m, дообученная на наборе SportsMOT для обнаружения футболистов и их отслеживания в трансляциях футбольных матчей. Она предназначена для анализа broadcast-видео и сценариев спортивной аналитики. Модель использует архитектуру YOLO и библиотеку Ultralytics; опубликованные веса представлены в формате PyTorch. В README приведены результаты на валидационной выборке: mAP50 0,9705, mAP50-95 0,8377, precision 0,9395 и F1-score 0,94 при пороге уверенности 0,528. Репозиторий предоставляет модель для задачи обнаружения объектов; отслеживание описано как целевой сценарий её применения. Лицензия — Apache-2.0.

Zen Musician — перепакованная Hanzo AI и Zoo Labs Foundation первая стадия модели YuE для генерации песен по тексту песни и музыкальному описанию. Это плотная авторегрессионная модель LlamaForCausalLM; в метаданных указано 5,9 млрд параметров и контекст 16 384 токена. Модель ориентирована на англоязычную генерацию музыки и вокала. Zen не обучала веса с нуля: репозиторий содержит YuE stage-1, основанную на m-a-p/YuE-s1-7B-anneal-en-cot. Для генерации полной песни по конвейеру YuE также требуется модель второй стадии m-a-p/YuE-s2-1B-general. Веса доступны в формате safetensors для Transformers. Лицензия — Apache-2.0.

CBLKG/Z-Image-Lora — это LoRA-адаптер для генерации изображений из текста, разработанный сообществом вокруг проекта nphSi и предназначенный для использования с базовыми моделями Tongyi-MAI/Z-Image и Tongyi-MAI/Z-Image-Turbo. Модель ориентирована на создание образов, похожих на указанных в наборе персонажей или людей, а также на настройку визуального результата в сценариях text-to-image через Diffusers. Адаптер распространяется в формате SafeTensors и подключается к совместимым diffusion-пайплайнам. Для активации требуется использовать полное имя LoRA и специальный trigger-токен вида vrtlxxxx; простые описания вроде «Woman» или «1girl» могут не сработать. Для отдельных вариантов поддерживаются несколько trigger-токенов, а в README также указан дополнительный адаптер ZI Eva Helper для ограниченной коррекции NSFW-возможностей базовой модели. Конкретные размер, архитектура LoRA, число параметров, поддерживаемые языки и максимальный контекст не указаны. Сильной стороной модели является специализация на управляемой генерации узнаваемых образов при работе с Z-Image и Z-Image-Turbo, а также наличие примеров и рекомендаций по параметрам генерации. Ограничения включают зависимость от совместимой базовой модели и точного формата trigger-токенов; универсальность, качество для произвольных объектов и стабильность результатов не гарантируются. Модель распространяется по лицензии Apache-2.0.

xFutureTechx/2025_Loras — набор моделей LoRA для генерации изображений по текстовому описанию, опубликованный пользователем или организацией xFutureTechx. В метаданных указаны совместимость с библиотекой Diffusers и тематическая ориентированность на anime-генерацию. Набор связан с базовыми моделями AstraliteHeart/pony-diffusion-v6, OnomaAIResearch/Illustrious-xl-early-release-v0, Laxhar/noobai-XL-1.1 и stabilityai/stable-diffusion-xl-base-1.0, а также с экосистемой Stable Diffusion, SDXL, Pony и IllustriousXL. LoRA использует метод low-rank adaptation, однако назначение отдельных адаптеров, их размеры, рекомендуемые веса, триггерные слова, поддерживаемые разрешения и требования к аппаратному обеспечению в README не указаны. Язык метаданных модели обозначен как английский. Сильная сторона набора — потенциальная применимость к нескольким популярным базовым моделям и сценариям стилизованной генерации изображений, особенно в anime-направлении. Ограничения связаны с отсутствием подробной документации, примеров, инструкций по запуску и описания конкретных эффектов адаптеров, поэтому совместимость и качество результата необходимо проверять отдельно для каждого компонента. Лицензия указана как CreativeML Open RAIL-M.

vladocar/3dfood — модель генерации изображений на основе Stable Diffusion 1.5, дообученная разработчиком на концепции 3dfood методом DreamBooth с использованием fast-DreamBooth. Она предназначена для создания изображений еды в 3D-стилистике по текстовым запросам; для вызова концепции в запросе используется фраза «3dfood». Модель распространяется в форматах Diffusers и PyTorch по лицензии CreativeML OpenRAIL-M.

Archer Diffusion — модель генерации изображений от nitrosocke, полученная дообучением Stable Diffusion на кадрах мультсериала «Арчер». Для стилистического эффекта в запрос рекомендуется добавлять токен «archer style». Модель предназначена для создания портретов, пейзажей, животных и других изображений с визуальной стилистикой сериала; она работает как конвейер StableDiffusionPipeline из библиотеки Diffusers и выдаёт изображения по текстовому описанию. Модель обучена методом DreamBooth с сохранением исходного распределения и дообучением текстового энкодера в течение 4000 шагов. Репозиторий содержит веса в форматах Diffusers и PyTorch. Лицензия — CreativeML OpenRAIL-M; ограничения лицензии следует учитывать при использовании и распространении сгенерированных материалов.

Art of MtG v1 — экспериментальная модель генерации изображений, созданная на базе Stable Diffusion 1.5 и дообученная на примерно 5 000 иллюстрациях карт Magic: The Gathering за 2014–2022 годы. В обучающие подписи включались имя карты и художника, цвета, сочетание цветов, тип карты, выпуск и описание BLIP. Модель распространяется в форматах Diffusers и PyTorch. Модель предназначена для создания иллюстраций в эстетике Magic: The Gathering по текстовым запросам; автор рекомендует добавлять в запрос «mtg art», а «card frame» указывать как негативный запрос. Она усвоила некоторые характерные образы, включая фирексианцев и Элдрази, и может воспроизводить стили представленных художников, однако качество и узнаваемость персонажей непостоянны. Неизвестные планы и редкие или непредставленные в обучении образы могут получаться ненадёжно. Лицензия CC BY-NC 4.0; коммерческое использование запрещено условиями Fan Content Policy, на которой основан набор данных.

kmewhort/beit-sketch-classifier — модель классификации изображений на архитектуре BEiT, разработанная на основе microsoft/beit-base-patch16-224-pt22k-ft22k и дообученная на эскизах из Quick, Draw!. Для обучения использовалось около 10% набора Quick, Draw!, содержащего 50 млн эскизов. Модель принимает растровое изображение эскиза и предсказывает его класс. На оценочном наборе модель показала точность 0,8098 и значение функции потерь 0,7372. Она рассчитана на эскизы, сформированные из последовательностей отрезков; для растрового ввода желательно воспроизводить способ преобразования в изображения, использованный при обучении. Модель выпущена в формате PyTorch и распространяется по лицензии Apache-2.0.

Модель Hate-speech-CNERG/bengali-abusive-MuRIL предназначена для выявления оскорбительной речи на бенгальском языке. Это дообученная для бинарной классификации текста модель на основе MuRIL; метки LABEL_0 и LABEL_1 соответствуют обычному и оскорбительному тексту. Она подходит для анализа бенгальских сообщений и комментариев, чтобы находить потенциально оскорбительные высказывания. Модель имеет архитектуру BERT для классификации последовательностей, содержит 264,8 млн параметров и принимает текст длиной до 512 токенов. Разработчики связывают её с исследованием по обнаружению оскорбительного языка для индийских языков с ограниченными ресурсами. Лицензия репозитория — AFL-3.0.

ashiqabdulkhader/biriyani-food — модель генерации изображений на основе Stable Diffusion, дообученная автором ashiqabdulkhader методом DreamBooth на изображениях бирьяни. Она создаёт изображения по текстовому описанию; для генерации бирьяни в карточке рекомендуется использовать запрос «a photo of biriyani food». Модель предназначена для иллюстраций еды и тематических визуальных материалов. Репозиторий распространяется в формате Diffusers/PyTorch по лицензии CreativeML OpenRAIL-M.

BreathOfTheWild Diffusion — модель генерации изображений по тексту, обученная автором на скриншотах The Legend of Zelda: Breath of the Wild и нескольких скриншотах Hyrule Warriors. Для отсылки к стилю автор рекомендует добавлять в запрос токен «botw style». Модель предназначена для создания пейзажей и портретов в эстетике игр серии Zelda. По словам автора, пейзажи получаются хорошо, а портреты могут напоминать Линка и Зельду. Результат не всегда легко менять с помощью запросов; для портретов автор предлагает попробовать формулировку «portrait of». Модель опубликована в формате Diffusers с весами Safetensors и имеет лицензию CreativeML OpenRAIL-M, условия которой ограничивают некоторые варианты использования. Автор описывает её как исследовательский и развлекательный проект и не планирует коммерческое применение.

onewind2024/business-news-generator — дообученная модель генерации текста на базе HuggingFaceTB/SmolLM-135M, разработанная автором репозитория onewind2024. Модель содержит 134,5 млн параметров, использует плотную архитектуру семейства Llama и предназначена для генерации текста; название указывает на сценарий создания деловых новостей, однако карточка не подтверждает специализацию примерами или описанием обучения. Модель принимает текст и выдаёт текст, работает с контекстом до 2048 токенов и распространяется в формате Safetensors через Transformers. В карточке приведён результат оценки Loss 3,2300, но набор данных и методика оценки не раскрыты, поэтому это значение не позволяет судить о качестве для конкретных задач. Лицензия — Apache-2.0.

CausalLM-RP-34B — дообученная NeverSleep модель для генерации диалогового текста в ролевых сценариях. Она основана на CausalLM/34b-beta и обучена на нескольких наборах данных для role-play. Модель использует плотную архитектуру Llama с 33,9 млрд параметров, поддерживает контекст до 200 000 токенов и доступна в формате PyTorch с весами fp16. Для диалогов README приводит шаблон ChatML. Модель предназначена для ведения ролевых бесед и продолжения диалогов по заданному системному промпту и реплике пользователя. Она рассчитана на контент для взрослой аудитории, включая NSFW-сценарии. Лицензия CC BY-NC 4.0 разрешает использование с указанием авторства, но запрещает коммерческое применение.

CerberusDet VOC + Objects365 Animals — модель обнаружения объектов от разработчиков семейства CerberusDet, построенная на архитектуре YOLOv8x. Этот чекпойнт обучен одновременно на PASCAL VOC 2007/2012 и подмножестве Animals датасета Objects365 и использует общий backbone и neck с отдельными головами для наборов классов. Модель содержит 105 млн параметров, принимает изображения с разрешением 640×640; для инференса заявлена точность FP16. Модель предназначена для одновременного обнаружения объектов из классов PASCAL VOC и животных из Objects365. В карточке приведены показатели mAP@0.5 0,92 на VOC 2007 и 0,57 на Objects365 Animals, а также скорость 7,2 мс на NVIDIA V100 при FP16 и batch 32. Репозиторий распространяется по лицензии AGPL-3.0.

Chaifighter-20B — плотная языковая модель семейства Llama, созданная автором карточки методом passthrough-слияния нескольких предварительно обученных моделей. Она предназначена прежде всего для длинных ролевых диалогов с подробными ответами; автор стремился сделать Fimbulvetr 11B v2 более творческой и многословной, сохранив связность и качество рассуждений. В слияние вошли Sao10K/Fimbulvetr-11B-v2, SanjiWatsuki/Kunoichi-7B, Gryphe/MythoMist-7b и Undi95/Toppy-M-7B. По метаданным модель содержит 20,6 млрд параметров, использует архитектуру LlamaForCausalLM и формат safetensors. Она генерирует текст, поддерживает английский язык и имеет контекстное окно 4096 токенов. Автор отмечает, что модель лучше подходит для длинных ролевых чатов, чем для коротких реплик, и что качество ответов зависит от подробности исходного контекста. Лицензия — CC BY 4.0.

Realistic Lucy Edgerunners — модель генерации изображений по текстовому описанию, обученная на базе Stable Diffusion 1.5. Она предназначена для создания изображений персонажа Люси из Edgerunners в реалистичном стиле. Модель распространяется в форматах Diffusers и PyTorch; лицензия — CreativeML OpenRAIL-M. Карточка сообщает о дообучении SD 1.5, но не приводит сведения о размере модели, контексте, конкретных настройках обучения или ограничениях качества. Метаданные указывают английский язык; модель принимает текстовые запросы и выдаёт изображения.

ChronoEdit-GGUF — квантованная версия ChronoEdit-14B, разработанная NVIDIA; данный GGUF-релиз опубликован пользователем VantageWithAI. Модель относится к мультимодальным foundation-моделям и предназначена для физически правдоподобного редактирования изображений с учётом временной динамики, а также для моделирования мира по заданным действиям. Она может использоваться исследователями и разработчиками для image editing, action-conditioned world simulation и бенчмаркинга мультимодальных моделей. В основе лежит diffusion transformer с пользовательским temporal denoising transformer, дистиллированный из предварительно обученной видеогенеративной модели примерно на 14 млрд параметров. Архитектура разделяет обработку на этап видеорассуждения с подавлением шума латентной траектории и этап редактирования в контексте с сокращением токенов траектории. На вход подаются RGB-изображение и текстовая инструкция; заявлена поддержка английского и китайского языков. Текст может содержать до примерно 300 токенов, рекомендуемое разрешение изображения — до 1024×1024, также указаны форматы 1280×720, 720×1280 и 960×960. Выходом является RGB-изображение с настраиваемым разрешением. Модель рассчитана на запуск через PyTorch и Diffusers, опционально Triton Inference Server, преимущественно на Linux и NVIDIA GPU архитектур Ampere, Blackwell, Hopper и Lovelace. Сильной стороной является ориентация на temporal reasoning, физическую согласованность редактирования и сценарии PhysicalAI. Ограничения включают зависимость от мощного GPU-оборудования, отсутствие в README подробных результатов оценки, требований к памяти и характеристик квантования GGUF. Использование регулируется NVIDIA Open Model License Agreement; также указана Apache License 2.0.

Cosmos-Reason2-2B-W4A16-Edge2-FlashHead — оптимизированная Embedl мультимодальная модель на базе NVIDIA Cosmos-Reason2-2B для запуска на GPU, включая устройства с ограниченной памятью, такие как NVIDIA Jetson Orin Nano Super. Она принимает текст и изображения или видео и генерирует текст с рассуждениями, поддерживает диалоговый режим, видеоаналитику и планирование действий роботов. Модель использует 4-битные веса (INT4), активации FP16 и сохраняет отдельные чувствительные слои в FP16. FlashHead заменяет плотную языковую голову на облегчённый компонент для повышения пропускной способности; для работы с vLLM требуется плагин flash-head. Базовая модель NVIDIA предназначена для рассуждений по изображениям и видео, видеоаналитики и планирования действий роботов. В README указаны Apache License 2.0 и Embedl Models Community Licence v1.0 для оптимизированных компонентов; для последней отмечено ограничение на распространение. Перед использованием следует проверить применимые условия обеих лицензий.

CyberRealistic Pony — модель генерации изображений по текстовому описанию, созданная на основе Pony Diffusion с элементами CyberRealistic. Она предназначена для создания фотореалистичных изображений пони и персонажей, а также иллюстраций и концепт-арта. Модель распространяется в формате safetensors и включает встроенный VAE. Для генерации рекомендованы 30 и более шагов сэмплирования и разрешения 896×1152 или 832×1216. Модель специализируется на изображениях пони и может хуже справляться с абстрактными запросами и сюжетами, не связанными с пони; иногда освещение и текстуры получаются чрезмерно гладкими. Возможна генерация чувствительного контента. Лицензия — CreativeML Open RAIL-M.

DA3Mono-LARGE-MLX-fp16 — версия Depth Anything 3 Mono от ByteDance, преобразованная для запуска с библиотекой MLX на Apple silicon. Модель принимает одно RGB-изображение размером 504×504 и оценивает монокулярную глубину сцены; архитектура включает backbone DINOv2 ViT-L/14, голову DPT и дополнительную ветвь оценки неба. Веса представлены в fp16. Модель выдаёт карту глубины и карту оценок неба для входного изображения. Фиксированное разрешение связано с заранее интерполированными позиционными эмбеддингами. Репозиторий распространяется по лицензии CC BY-NC 4.0, которая ограничивает коммерческое использование.

DAM-3B (Describe Anything Model 3B) — мультимодальная модель NVIDIA, разработанная совместно с UC Berkeley и UCSF. Она предназначена для подробного локализованного описания содержимого изображений: пользователь задаёт область интереса с помощью точек, рамок, штрихов или бинарной маски, после чего модель генерирует текстовое описание соответствующего визуального региона с учётом контекста всего изображения. Основные сценарии применения — исследования, разработка и анализ изображений; модель также заявлена для локализованного описания видео, однако приведённые характеристики входных данных относятся к изображениям. Модель основана на VILA-1.5 и использует Transformer-архитектуру с компонентами ViT и Llama. Она содержит около 3 млрд параметров, принимает RGB-изображение и бинарную маску, а выдаёт текстовую строку с подробным описанием выбранной области. В архитектуре применяются механизм focal prompt, объединяющий глобальный контекст с локальными деталями, и визуальный backbone с gated cross-attention. В README указан английский язык. Для входа заявлено разрешение 384×384; поддерживаются NVIDIA Ampere, Hopper и Lovelace, предпочтительная операционная система — Linux, инференс выполняется через PyTorch. Сильная сторона DAM-3B — детальное описание конкретных областей изображения при сохранении связи с общим визуальным контекстом. Ограничения включают зависимость от заданной пользователем области, заявленную поддержку только английского языка, отсутствие сведений о количественных результатах в README и требования к совместимому оборудованию. Модель предназначена для исследований и некоммерческого использования и распространяется по NVIDIA Noncommercial License.

Yingyaeliae разработала DARK-LUST-ROLEPLAY-3.2-1B-heretic — компактную причинно-авторегрессионную языковую модель семейства Llama 3.2 с 1,2 млрд параметров и контекстом до 131 072 токенов. Модель создана слиянием нескольких моделей для ролевых диалогов, творческого письма и следования инструкциям; в карточке указан метод DARE TIES, а метаданные подтверждают происхождение через merge. Модель предназначена для создания продолжительных сюжетных сцен, поддержания персонажей и диалогов с прямым, сдержанным тоном. Она принимает текстовые запросы и генерирует текст. В README приведены результаты собственного сравнения: 0 отказов из 100 тестов против 66 у указанной исходной модели; это результат ограниченного теста, а не независимая оценка качества. Модификация ориентирована на снижение отказов и включает тематику NSFW. Веса опубликованы в формате safetensors для библиотеки Transformers. README рекомендует модель для локального запуска на оборудовании с менее чем 2 ГБ VRAM, однако фактические требования зависят от реализации и настроек. Лицензия в предоставленных данных не указана.

Модель nsugianto/detr-resnet50_finetuned_nganimal_primSecv2_lr5e5_dec1e4_bs8 — дообученная версия DETR на ResNet-50 от Facebook для обнаружения объектов на изображениях. Она предсказывает классы объектов и их ограничивающие рамки. Карточка указывает дообучение на неизвестном наборе данных, но не описывает целевые классы и результаты оценки. Модель предназначена для сценариев компьютерного зрения, где нужно находить и локализовать объекты на изображениях. Число параметров в метаданных — 6,3 млн; веса представлены в формате safetensors. Лицензия — Apache-2.0. Информации о специализированных ограничениях и качестве на конкретных данных в карточке нет.

Eleusis-12B — экспериментальная разговорная модель для ролевых сценариев, выпущенная PygmalionAI как дополнительная модель вместе с Pygmalion-3. Она дообучена на Mistral Nemo Base и содержит 12,1 млрд параметров; для работы используется архитектура MistralForCausalLM и формат safetensors. Модель принимает текстовые сообщения в формате ChatML и генерирует текстовые ответы. В метаданных указан контекст до 1 024 000 токенов. Модель предназначена прежде всего для художественного письма и развлекательного ролевого общения: она может поддерживать заданный образ персонажа, развивать сцену и давать подробные, творческие ответы. Веса выпущены по лицензии Apache 2.0. Eleusis не дообучали специально для безопасных и безвредных ответов. Она может генерировать ненормативную, непристойную или оскорбительную лексику, а также фактически неверные или вводящие в заблуждение утверждения. Разработчик указывает, что применение вне художественного письма и развлечений не входит в предполагаемый сценарий модели.

Endevor/EndlessRP-v1-7B — англоязычная модель генерации текста для ролевых диалогов на базе архитектуры Mistral с 7,1 млрд параметров. Модель использует формат подсказок Extended Alpaca, описанный в карточке модели; для получения более длинных ответов предлагается указывать «length = huge» в секции Response. Модель предназначена для ролевых сценариев и генерации продолжений диалога. Контекст составляет до 32 768 токенов, файлы весов представлены в формате safetensors. Модель создана слиянием моделей, однако исходные компоненты в доступных сведениях не указаны. Лицензия — Apache-2.0. В метаданных модель помечена как предназначенная не для всех аудиторий и как NSFW; учитывайте это при выборе сценариев использования.