From 3b2f4c86ee5cd17ad1258bd799b842fd67bd55b1 Mon Sep 17 00:00:00 2001 From: jmj Date: Thu, 17 Sep 2026 22:10:59 +0900 Subject: [PATCH 1/2] =?UTF-8?q?docs(ai):=20=EB=A1=9C=EC=BB=AC=20LLM=20?= =?UTF-8?q?=EC=A0=84=ED=99=98=20=EC=8B=AC=EC=B8=B5=20=EC=A1=B0=EC=82=AC=20?= =?UTF-8?q?=EB=A6=AC=ED=8F=AC=ED=8A=B8(md=C2=B7pdf)=20+=20=EB=8F=99?= =?UTF-8?q?=EC=8B=9C=EC=84=B1=20=EB=B6=80=ED=95=98=20=EB=8F=84=EA=B5=AC?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit 1차 비교 실험의 "로컬 비권장" 결론이 설정·서빙·모델 선택 한계인지 하드웨어 한계인지 검증. - docs/research/local-llm-deep-dive-2026-09: 리포트(md·pdf), 원시 결과, 자동 지표, 블라인드 판정, GPU 원격 측정 5,260건, 적재 로그 (무효 측정 2건은 파일명에 INVALID 표기) - 결과 요약: 현 GPU 프롬프트 처리 ~240 tok/s 로 설정 무관(하드웨어 한계), 병렬 슬롯은 처리량 +16% 에 그침, 4B급 이하 품질 최고 3.0, Gemma 4 26B-A4B 는 3비트에서도 Gemini 근접 → 로컬은 24GB+ GPU 결정 - ai/scripts/llm_eval: load_test.py(동시 사용자 부하), run_eval.py --constrain-json(JSON 스키마 강제) --- ai/scripts/llm_eval/README.md | 10 + ai/scripts/llm_eval/load_test.py | 154 + ai/scripts/llm_eval/run_eval.py | 40 + docs/README.md | 1 + .../llm-provider-evaluation-2026-09.md | 1 + .../data/auto-metrics-summary.json | 691 +++ .../data/gpu-telemetry.csv | 5260 +++++++++++++++++ .../data/judge-table.json | 169 + .../data/judge.jsonl | 44 + .../data/placement.log | 33 + .../data/raw/lcpp-gemma4-26b-a4b-iq3s.jsonl | 22 + .../data/raw/lcpp-gemma4-e2b.jsonl | 44 + .../data/raw/lcpp-gemma4-e4b.jsonl | 44 + .../data/raw/lcpp-gptoss-20b.jsonl | 22 + ...2-30b-a3b-q2k-INVALID-broken-requant.jsonl | 10 + .../data/raw/lcpp-kanana2-3b.jsonl | 44 + .../data/raw/lcpp-midm2-mini.jsonl | 44 + .../data/raw/lcpp-qwen3-4b-jsonschema.jsonl | 19 + .../data/raw/lcpp-qwen3.6-35b-a3b-q2kxl.jsonl | 22 + .../data/raw/load-gw-gemini.jsonl | 90 + .../data/raw/load-lcpp-gemma4-e2b-np4.jsonl | 90 + .../data/raw/load-lcpp-gemma4-e4b-np4.jsonl | 90 + .../data/raw/load-lcpp-qwen3-4b-np1.jsonl | 90 + .../data/raw/load-lcpp-qwen3-4b-np4.jsonl | 90 + ...-ollama-default-INVALID-cpu-fallback.jsonl | 0 .../local-llm-deep-dive.md | 380 ++ .../local-llm-deep-dive.pdf | Bin 0 -> 1986328 bytes 27 files changed, 7504 insertions(+) create mode 100644 ai/scripts/llm_eval/load_test.py create mode 100644 docs/research/local-llm-deep-dive-2026-09/data/auto-metrics-summary.json create mode 100644 docs/research/local-llm-deep-dive-2026-09/data/gpu-telemetry.csv create mode 100644 docs/research/local-llm-deep-dive-2026-09/data/judge-table.json create mode 100644 docs/research/local-llm-deep-dive-2026-09/data/judge.jsonl create mode 100644 docs/research/local-llm-deep-dive-2026-09/data/placement.log create mode 100644 docs/research/local-llm-deep-dive-2026-09/data/raw/lcpp-gemma4-26b-a4b-iq3s.jsonl create mode 100644 docs/research/local-llm-deep-dive-2026-09/data/raw/lcpp-gemma4-e2b.jsonl create mode 100644 docs/research/local-llm-deep-dive-2026-09/data/raw/lcpp-gemma4-e4b.jsonl create mode 100644 docs/research/local-llm-deep-dive-2026-09/data/raw/lcpp-gptoss-20b.jsonl create mode 100644 docs/research/local-llm-deep-dive-2026-09/data/raw/lcpp-kanana2-30b-a3b-q2k-INVALID-broken-requant.jsonl create mode 100644 docs/research/local-llm-deep-dive-2026-09/data/raw/lcpp-kanana2-3b.jsonl create mode 100644 docs/research/local-llm-deep-dive-2026-09/data/raw/lcpp-midm2-mini.jsonl create mode 100644 docs/research/local-llm-deep-dive-2026-09/data/raw/lcpp-qwen3-4b-jsonschema.jsonl create mode 100644 docs/research/local-llm-deep-dive-2026-09/data/raw/lcpp-qwen3.6-35b-a3b-q2kxl.jsonl create mode 100644 docs/research/local-llm-deep-dive-2026-09/data/raw/load-gw-gemini.jsonl create mode 100644 docs/research/local-llm-deep-dive-2026-09/data/raw/load-lcpp-gemma4-e2b-np4.jsonl create mode 100644 docs/research/local-llm-deep-dive-2026-09/data/raw/load-lcpp-gemma4-e4b-np4.jsonl create mode 100644 docs/research/local-llm-deep-dive-2026-09/data/raw/load-lcpp-qwen3-4b-np1.jsonl create mode 100644 docs/research/local-llm-deep-dive-2026-09/data/raw/load-lcpp-qwen3-4b-np4.jsonl create mode 100644 docs/research/local-llm-deep-dive-2026-09/data/raw/load-ollama-default-INVALID-cpu-fallback.jsonl create mode 100644 docs/research/local-llm-deep-dive-2026-09/local-llm-deep-dive.md create mode 100644 docs/research/local-llm-deep-dive-2026-09/local-llm-deep-dive.pdf diff --git a/ai/scripts/llm_eval/README.md b/ai/scripts/llm_eval/README.md index ba9b02c3..3bb7e19f 100644 --- a/ai/scripts/llm_eval/README.md +++ b/ai/scripts/llm_eval/README.md @@ -10,6 +10,7 @@ | `cases.py` | 라벨이 붙은 케이스: 질문 풀 5개(긴 문맥 p90 포함), 꼬리질문 14개(강한·약한·모름·재설명·확인형·사실 불일치 등), 코칭 3개 | | `run_eval.py` | 후보 1개를 돌려 원시 결과 JSONL 저장. `--latency` 는 콜드스타트, 코칭 15건×동시 5, 그 도중 꼬리질문 지연 측정 | | `analyze.py` | 규칙 기반 자동 지표 (태그 준수, 의도 정확도, 점수 라벨·사실대조 규칙, 근거 인용 검증, 중복, 외국 문자, 지연) | +| `load_test.py` | 동시 사용자 부하: 동시 1/2/4/8명 꼬리질문 지연·첫 토큰·처리량, 코칭 15건×동시 5 도중 꼬리질문 지연 | | `judge.py` | 블라인드 비교 채점. 판정 모델 2개(gemini-3.1-pro-preview, claude-opus-5)로 자기 계열 선호 편향 상쇄 | ## 실행 (stackup-ai 컨테이너 안) @@ -29,3 +30,12 @@ python judge.py --out judge.jsonl /tmp/eval/*.jsonl > judge-table.json 주의: reasoning 을 끌 수 없는 모델(gpt-oss)은 운영 `LLM_FLASH_MAX_TOKENS=512` 에서 추론이 토큰을 다 써 꼬리질문이 비어 나온다. 공정 비교가 필요하면 `--flash-max-tokens 2048`. + +JSON 스키마 강제(`response_format: json_schema`)로 질문 풀·코칭을 돌리려면 `run_eval.py --constrain-json`. +소형 모델에서 파싱 성공률은 오르지만 내용 품질은 떨어질 수 있다 ([심층 조사 §4.5](../../../docs/research/local-llm-deep-dive-2026-09/local-llm-deep-dive.md)). + +```bash +python load_test.py --label local-x --base-url http://<서버>:8080/v1 --api-key x --model <모델> \ + --concurrency 1,2,4,8 --out /tmp/eval/load-local-x.jsonl +``` + diff --git a/ai/scripts/llm_eval/load_test.py b/ai/scripts/llm_eval/load_test.py new file mode 100644 index 00000000..187ccebd --- /dev/null +++ b/ai/scripts/llm_eval/load_test.py @@ -0,0 +1,154 @@ +"""동시 사용자 부하 테스트 — 운영 스트리밍 꼬리질문·코칭 체인으로 동시성 N 에서 지연 분포를 잰다. + +python load_test.py --label local-llamacpp-np4 --base-url http://host:port/v1 --api-key x \ + --model qwen3-4b --concurrency 1,2,4,8 --requests-per-level 16 --out /tmp/eval/load.jsonl + +시나리오 +- followup@N : 꼬리질문 요청을 동시에 N 개씩 흘려 보냄 (서로 다른 케이스 순환). 요청별 총지연·첫 질문 토큰. +- mixed : 코칭 15건×동시 5 fan-out 을 돌리며 1.5초 간격으로 꼬리질문 6건 투입 → 꼬리질문 지연 분포. +""" + +from __future__ import annotations + +import argparse +import asyncio +import json +import os +import statistics +import sys +import time + +sys.path.insert(0, os.path.dirname(__file__)) + +import run_eval as R # noqa: E402 +from cases import COACHING_CASES, FOLLOWUP_CASES # noqa: E402 + + +def pct(xs, q): + xs = sorted(x for x in xs if x is not None) + if not xs: + return None + return round(xs[min(len(xs) - 1, int(round(q * (len(xs) - 1))))], 2) + + +async def level(settings, label, n, total, fh): + sem = asyncio.Semaphore(n) + cases = [FOLLOWUP_CASES[i % len(FOLLOWUP_CASES)] for i in range(total)] + + async def one(i, c): + async with sem: + return await R.run_followup(settings, c, i, label, tag=f":load@{n}") + + t0 = time.perf_counter() + recs = await asyncio.gather(*(one(i, c) for i, c in enumerate(cases))) + wall = time.perf_counter() - t0 + for r in recs: + fh.write(json.dumps(r, ensure_ascii=False) + "\n") + ok = [r for r in recs if r["ok"]] + normal = [r for r in ok if r.get("answer_intent") == "NORMAL"] + summary = { + "label": label, + "suite": "load_summary", + "ok": True, + "concurrency": n, + "requests": total, + "success": len(ok), + "wall_sec": round(wall, 2), + "throughput_req_per_min": round(60 * len(ok) / wall, 1), + "latency_p50": pct([r["latency_sec"] for r in ok], 0.5), + "latency_p95": pct([r["latency_sec"] for r in ok], 0.95), + "ttft_p50": pct([r["ttft_sec"] for r in normal], 0.5), + "ttft_p95": pct([r["ttft_sec"] for r in normal], 0.95), + "over_10s": sum(1 for r in ok if r["latency_sec"] > 10), + } + fh.write(json.dumps(summary, ensure_ascii=False) + "\n") + fh.flush() + print( + " ", + {k: v for k, v in summary.items() if k not in ("label", "suite", "ok")}, + file=sys.stderr, + ) + + +async def mixed(settings, label, fh): + sem = asyncio.Semaphore(5) + + async def coach(i): + async with sem: + return await R.run_coaching( + settings, COACHING_CASES[i % 3], i, label, tag=":mixed-fanout" + ) + + async def followups(): + out = [] + for i in range(6): + await asyncio.sleep(1.5) + out.append( + asyncio.create_task( + R.run_followup( + settings, FOLLOWUP_CASES[i], i, label, tag=":mixed-followup" + ) + ) + ) + return await asyncio.gather(*out) + + t0 = time.perf_counter() + res = await asyncio.gather(*(coach(i) for i in range(15)), followups()) + wall = time.perf_counter() - t0 + coaches, fus = res[:15], res[15] + for r in list(coaches) + list(fus): + fh.write(json.dumps(r, ensure_ascii=False) + "\n") + summary = { + "label": label, + "suite": "mixed_summary", + "ok": True, + "fanout_wall_sec": round(wall, 2), + "coaching_success": sum(r["ok"] for r in coaches), + "followup_latency_p50": pct([r["latency_sec"] for r in fus if r["ok"]], 0.5), + "followup_latency_max": pct([r["latency_sec"] for r in fus if r["ok"]], 1.0), + "followup_ttft_p50": pct([r["ttft_sec"] for r in fus if r["ok"]], 0.5), + } + fh.write(json.dumps(summary, ensure_ascii=False) + "\n") + fh.flush() + print( + " mixed", + {k: v for k, v in summary.items() if k not in ("label", "suite", "ok")}, + file=sys.stderr, + ) + + +async def main(): + ap = argparse.ArgumentParser() + ap.add_argument("--label", required=True) + ap.add_argument("--model", required=True) + ap.add_argument("--base-url", default="") + ap.add_argument("--api-key", default=None) + ap.add_argument("--concurrency", default="1,2,4,8") + ap.add_argument("--requests-per-level", type=int, default=16) + ap.add_argument("--timeout", type=float, default=300) + ap.add_argument("--flash-max-tokens", type=int, default=0) + ap.add_argument("--extra-body", default="") + ap.add_argument("--skip-mixed", action="store_true") + ap.add_argument("--out", required=True) + args = ap.parse_args() + args.latency = False + settings = R.make_settings(args) + if args.extra_body: + R.EXTRA_BODY.update(json.loads(args.extra_body)) + os.makedirs(os.path.dirname(args.out) or ".", exist_ok=True) + print( + f"== load {args.label} model={args.model} base={settings.llm_base_url}", + file=sys.stderr, + ) + with open(args.out, "a", encoding="utf-8") as fh: + await R.run_followup(settings, FOLLOWUP_CASES[0], -1, args.label) # 워밍업 + for n in [int(x) for x in args.concurrency.split(",")]: + await level( + settings, args.label, n, max(args.requests_per_level, n * 2), fh + ) + if not args.skip_mixed: + await mixed(settings, args.label, fh) + + +if __name__ == "__main__": + asyncio.run(main()) diff --git a/ai/scripts/llm_eval/run_eval.py b/ai/scripts/llm_eval/run_eval.py index 18b22ffa..5be8c249 100644 --- a/ai/scripts/llm_eval/run_eval.py +++ b/ai/scripts/llm_eval/run_eval.py @@ -66,6 +66,34 @@ async def on_llm_end(self, response, **kwargs: Any) -> None: # noqa: ANN001 EXTRA_BODY: dict[str, Any] = {} +# --constrain-json: 질문 풀·코칭 체인에 JSON 스키마 강제(response_format json_schema) 적용 +CONSTRAIN_JSON = {"on": False} + + +def _json_schema_body(model_cls: Any, name: str) -> dict[str, Any]: + return { + "response_format": { + "type": "json_schema", + "json_schema": { + "name": name, + "schema": model_cls.model_json_schema(by_alias=True), + }, + } + } + + +def _apply_body(node: Any, body: dict[str, Any]) -> None: + from langchain_openai import ChatOpenAI + + if isinstance(node, ChatOpenAI): + node.extra_body = {**(node.extra_body or {}), **body} + return + for attr in ("steps", "first", "middle", "last", "bound"): + child = getattr(node, attr, None) + if child is None: + continue + for c in child if isinstance(child, (list, tuple)) else [child]: + _apply_body(c, body) def _apply_extra_body(node: Any) -> None: @@ -169,6 +197,10 @@ async def run_questions(settings: Settings, case: dict, rep: int, label: str) -> cap = UsageCapture() base = build_question_generation_chain(settings) _apply_extra_body(base) + if CONSTRAIN_JSON["on"]: + from ai_server.chain.question_generation_chain import GeneratedQuestionPool + + _apply_body(base, _json_schema_body(GeneratedQuestionPool, "question_pool")) chain = base.with_config(callbacks=[cap]) gen = LlmQuestionGenerator(chain) t0 = time.perf_counter() @@ -201,6 +233,10 @@ async def run_coaching( cap = UsageCapture() base = build_answer_coaching_chain(settings) _apply_extra_body(base) + if CONSTRAIN_JSON["on"]: + from ai_server.chain.feedback_generation_chain import CoachingResult + + _apply_body(base, _json_schema_body(CoachingResult, "coaching")) chain = base.with_config(callbacks=[cap]) coach = LlmAnswerCoach(chain) t0 = time.perf_counter() @@ -299,6 +335,9 @@ async def main() -> int: ap.add_argument("--timeout", type=float, default=240.0) ap.add_argument("--flash-max-tokens", type=int, default=0) ap.add_argument("--latency", action="store_true") + ap.add_argument( + "--constrain-json", action="store_true", help="질문 풀·코칭에 JSON 스키마 강제" + ) ap.add_argument( "--extra-body", default="", help='JSON, 예: \'{"reasoning_effort": "none"}\'' ) @@ -306,6 +345,7 @@ async def main() -> int: args = ap.parse_args() settings = make_settings(args) + CONSTRAIN_JSON["on"] = args.constrain_json if args.extra_body: EXTRA_BODY.update(json.loads(args.extra_body)) os.makedirs(os.path.dirname(args.out) or ".", exist_ok=True) diff --git a/docs/README.md b/docs/README.md index 1936f106..fbbf16c7 100644 --- a/docs/README.md +++ b/docs/README.md @@ -30,6 +30,7 @@ ### 조사·의사결정 기록 - [`research/llm-provider-evaluation-2026-09.md`](./research/llm-provider-evaluation-2026-09.md) — 로컬 LLM·오픈 모델 대안 실측 비교 (품질 블라인드 채점·지연·비용) +- [`research/local-llm-deep-dive-2026-09/local-llm-deep-dive.md`](./research/local-llm-deep-dive-2026-09/local-llm-deep-dive.md) — 로컬 LLM 전환 심층 조사 (서빙 최적화·동시성·중형 MoE 품질·하드웨어·비용, PDF 동봉) ### 협업 - [`coding-conventions.md`](./coding-conventions.md) — 언어별 공통 코딩 규약 diff --git a/docs/research/llm-provider-evaluation-2026-09.md b/docs/research/llm-provider-evaluation-2026-09.md index 3ead1195..e5144126 100644 --- a/docs/research/llm-provider-evaluation-2026-09.md +++ b/docs/research/llm-provider-evaluation-2026-09.md @@ -1,6 +1,7 @@ # LLM 제공자 검토 — 로컬 LLM · 오픈 모델 대안 (2026-09-17) > 회의(2026-09-21) 안건용. 실험 하네스: [`ai/scripts/llm_eval/`](../../ai/scripts/llm_eval/README.md) +> 로컬 LLM 전환 심층 조사(병렬 서빙·중형 MoE·하드웨어·비용): [`local-llm-deep-dive-2026-09/local-llm-deep-dive.md`](./local-llm-deep-dive-2026-09/local-llm-deep-dive.md) ## 1. 결론 diff --git a/docs/research/local-llm-deep-dive-2026-09/data/auto-metrics-summary.json b/docs/research/local-llm-deep-dive-2026-09/data/auto-metrics-summary.json new file mode 100644 index 00000000..663acff4 --- /dev/null +++ b/docs/research/local-llm-deep-dive-2026-09/data/auto-metrics-summary.json @@ -0,0 +1,691 @@ +{ + "gw-gemini-3.1-pro": { + "followup": null, + "questions": { + "calls": 10, + "success_pct": 100.0, + "errors": [], + "count_exact_pct": 100.0, + "mode_category_fit_pct": 100.0, + "job_category_valid_pct": 100.0, + "multi_job_coverage_pct": 100.0, + "evidence_present_when_required_pct": 100.0, + "evidence_grounded_pct": 100.0, + "near_duplicate_pair_pct": 0.0, + "repeated_recent_question_count": 0, + "question_len_le80_pct": 17.3, + "non_korean_script_pct": 0.0, + "markdown_in_question_pct": 0.0, + "long_context_success": "2/2", + "latency_median": 24.74, + "latency_p90": 26.52 + }, + "coaching": null + }, + "gw-gemini-3.5-flash-lite": { + "followup": { + "calls": 42, + "success_pct": 100.0, + "tag_compliance_pct": 100.0, + "intent_accuracy_pct": 100.0, + "intent_misses": {}, + "score_label_accuracy_pct": 100.0, + "correctness_rule_accuracy_pct": 100.0, + "discrimination_gap_backend": 3.0, + "discrimination_gap_personality": 2.0, + "question_len_median": 76.5, + "question_len_le60_pct": 21.4, + "non_korean_script_pct": 0.0, + "latency_median": 2.04, + "latency_p90": 5.82, + "ttft_median": 1.54, + "ttft_p90": 5.71, + "over_3s_pct": 16.7, + "over_10s_timeout_pct": 0.0, + "latency_during_fanout": 2.077 + }, + "questions": { + "calls": 10, + "success_pct": 90.0, + "errors": [ + "OutputParserException: Invalid json output: ```json\n{\n \"questions\": [\n {\n \"category\": \"PROJECT_DEEP_DIVE\",\n \"question\": \"모놀리식에서 주문 서비스를 분리할 때 사용한 " + ], + "count_exact_pct": 100.0, + "mode_category_fit_pct": 100.0, + "job_category_valid_pct": 100.0, + "multi_job_coverage_pct": 100.0, + "evidence_present_when_required_pct": 100.0, + "evidence_grounded_pct": 100.0, + "near_duplicate_pair_pct": 0.0, + "repeated_recent_question_count": 0, + "question_len_le80_pct": 44.7, + "non_korean_script_pct": 0.0, + "markdown_in_question_pct": 0.0, + "long_context_success": "1/2", + "latency_median": 4.19, + "latency_p90": 4.68 + }, + "coaching": { + "calls": 9, + "success_pct": 100.0, + "invented_numbers_pct": 0.0, + "non_korean_script_pct": 0.0, + "comment_one_line_pct": 100.0, + "latency_median": 3.03, + "latency_p90": 3.37, + "fanout15x5_success": "15/15", + "fanout15x5_wall_sec": 10.826, + "fanout15x5_per_call_p90": 4.57 + } + }, + "gw-gemma-4-31b": { + "followup": { + "calls": 42, + "success_pct": 100.0, + "tag_compliance_pct": 100.0, + "intent_accuracy_pct": 100.0, + "intent_misses": {}, + "score_label_accuracy_pct": 100.0, + "correctness_rule_accuracy_pct": 100.0, + "discrimination_gap_backend": 3.0, + "discrimination_gap_personality": 3.0, + "question_len_median": 65.5, + "question_len_le60_pct": 40.5, + "non_korean_script_pct": 0.0, + "latency_median": 9.16, + "latency_p90": 54.28, + "ttft_median": 3.18, + "ttft_p90": 11.73, + "over_3s_pct": 100.0, + "over_10s_timeout_pct": 47.6 + }, + "questions": { + "calls": 10, + "success_pct": 100.0, + "errors": [], + "count_exact_pct": 100.0, + "mode_category_fit_pct": 100.0, + "job_category_valid_pct": 100.0, + "multi_job_coverage_pct": 100.0, + "evidence_present_when_required_pct": 100.0, + "evidence_grounded_pct": 100.0, + "near_duplicate_pair_pct": 0.0, + "repeated_recent_question_count": 0, + "question_len_le80_pct": 84.6, + "non_korean_script_pct": 0.0, + "markdown_in_question_pct": 0.0, + "long_context_success": "2/2", + "latency_median": 43.68, + "latency_p90": 50.06 + }, + "coaching": { + "calls": 9, + "success_pct": 100.0, + "invented_numbers_pct": 0.0, + "non_korean_script_pct": 0.0, + "comment_one_line_pct": 100.0, + "latency_median": 22.56, + "latency_p90": 26.88 + } + }, + "lcpp-gemma4-26b-a4b-iq3s": { + "followup": { + "calls": 14, + "success_pct": 100.0, + "tag_compliance_pct": 100.0, + "intent_accuracy_pct": 92.9, + "intent_misses": { + "f-weak-vague": [ + "DONT_KNOW" + ] + }, + "score_label_accuracy_pct": 100.0, + "correctness_rule_accuracy_pct": 100.0, + "discrimination_gap_backend": 5.0, + "discrimination_gap_personality": 3.0, + "question_len_median": 75.0, + "question_len_le60_pct": 28.6, + "non_korean_script_pct": 0.0, + "latency_median": 7.62, + "latency_p90": 10.09, + "ttft_median": 4.06, + "ttft_p90": 5.64, + "over_3s_pct": 100.0, + "over_10s_timeout_pct": 14.3 + }, + "questions": { + "calls": 5, + "success_pct": 100.0, + "errors": [], + "count_exact_pct": 100.0, + "mode_category_fit_pct": 100.0, + "job_category_valid_pct": 100.0, + "multi_job_coverage_pct": 100.0, + "evidence_present_when_required_pct": 100.0, + "evidence_grounded_pct": 100.0, + "near_duplicate_pair_pct": 0.0, + "repeated_recent_question_count": 0, + "question_len_le80_pct": 42.3, + "non_korean_script_pct": 0.0, + "markdown_in_question_pct": 0.0, + "long_context_success": "1/1", + "latency_median": 64.5, + "latency_p90": 74.55 + }, + "coaching": { + "calls": 3, + "success_pct": 100.0, + "invented_numbers_pct": 0.0, + "non_korean_script_pct": 0.0, + "comment_one_line_pct": 100.0, + "latency_median": 36.44, + "latency_p90": 40.11 + } + }, + "lcpp-gemma4-e2b": { + "followup": { + "calls": 28, + "success_pct": 100.0, + "tag_compliance_pct": 100.0, + "intent_accuracy_pct": 92.9, + "intent_misses": { + "f-weak-vague": [ + "DONT_KNOW", + "DONT_KNOW" + ] + }, + "score_label_accuracy_pct": 86.4, + "correctness_rule_accuracy_pct": 90.9, + "discrimination_gap_backend": 3.0, + "discrimination_gap_personality": 2.0, + "question_len_median": 69.0, + "question_len_le60_pct": 17.9, + "non_korean_script_pct": 0.0, + "latency_median": 1.52, + "latency_p90": 2.3, + "ttft_median": 0.82, + "ttft_p90": 1.5, + "over_3s_pct": 0.0, + "over_10s_timeout_pct": 0.0 + }, + "questions": { + "calls": 10, + "success_pct": 100.0, + "errors": [], + "count_exact_pct": 70.0, + "mode_category_fit_pct": 60.0, + "job_category_valid_pct": 100.0, + "multi_job_coverage_pct": 100.0, + "evidence_present_when_required_pct": 100.0, + "evidence_grounded_pct": 100.0, + "near_duplicate_pair_pct": 0.0, + "repeated_recent_question_count": 0, + "question_len_le80_pct": 24.5, + "non_korean_script_pct": 0.0, + "markdown_in_question_pct": 0.0, + "long_context_success": "2/2", + "latency_median": 12.62, + "latency_p90": 15.18 + }, + "coaching": { + "calls": 6, + "success_pct": 100.0, + "invented_numbers_pct": 0.0, + "non_korean_script_pct": 0.0, + "comment_one_line_pct": 100.0, + "latency_median": 5.54, + "latency_p90": 6.44 + } + }, + "lcpp-gemma4-e4b": { + "followup": { + "calls": 28, + "success_pct": 100.0, + "tag_compliance_pct": 100.0, + "intent_accuracy_pct": 96.4, + "intent_misses": { + "f-weak-vague": [ + "DONT_KNOW" + ] + }, + "score_label_accuracy_pct": 90.9, + "correctness_rule_accuracy_pct": 100.0, + "discrimination_gap_backend": 3.0, + "discrimination_gap_personality": 3.0, + "question_len_median": 75.0, + "question_len_le60_pct": 10.7, + "non_korean_script_pct": 0.0, + "latency_median": 2.75, + "latency_p90": 4.39, + "ttft_median": 1.45, + "ttft_p90": 2.9, + "over_3s_pct": 35.7, + "over_10s_timeout_pct": 0.0 + }, + "questions": { + "calls": 10, + "success_pct": 100.0, + "errors": [], + "count_exact_pct": 100.0, + "mode_category_fit_pct": 80.0, + "job_category_valid_pct": 100.0, + "multi_job_coverage_pct": 100.0, + "evidence_present_when_required_pct": 100.0, + "evidence_grounded_pct": 100.0, + "near_duplicate_pair_pct": 0.0, + "repeated_recent_question_count": 0, + "question_len_le80_pct": 3.8, + "non_korean_script_pct": 0.0, + "markdown_in_question_pct": 0.0, + "long_context_success": "2/2", + "latency_median": 26.05, + "latency_p90": 29.47 + }, + "coaching": { + "calls": 6, + "success_pct": 100.0, + "invented_numbers_pct": 0.0, + "non_korean_script_pct": 0.0, + "comment_one_line_pct": 100.0, + "latency_median": 11.42, + "latency_p90": 12.16 + } + }, + "lcpp-gptoss-20b": { + "followup": { + "calls": 14, + "success_pct": 100.0, + "tag_compliance_pct": 100.0, + "intent_accuracy_pct": 100.0, + "intent_misses": {}, + "score_label_accuracy_pct": 90.9, + "correctness_rule_accuracy_pct": 100.0, + "discrimination_gap_backend": 2.0, + "discrimination_gap_personality": 3.0, + "question_len_median": 62.0, + "question_len_le60_pct": 35.7, + "non_korean_script_pct": 0.0, + "latency_median": 15.55, + "latency_p90": 20.08, + "ttft_median": 11.59, + "ttft_p90": 14.99, + "over_3s_pct": 100.0, + "over_10s_timeout_pct": 85.7 + }, + "questions": { + "calls": 5, + "success_pct": 80.0, + "errors": [ + "InternalServerError: Error code: 500 - {'error': {'code': 500, 'message': 'The model produced output that does not match the expected peg-native format', 'type'" + ], + "count_exact_pct": 100.0, + "mode_category_fit_pct": 100.0, + "job_category_valid_pct": 100.0, + "multi_job_coverage_pct": 100.0, + "evidence_present_when_required_pct": 100.0, + "evidence_grounded_pct": 100.0, + "near_duplicate_pair_pct": 0.0, + "repeated_recent_question_count": 0, + "question_len_le80_pct": 61.9, + "non_korean_script_pct": 0.0, + "markdown_in_question_pct": 0.0, + "long_context_success": "0/1", + "latency_median": 53.01, + "latency_p90": 96.29 + }, + "coaching": { + "calls": 3, + "success_pct": 0.0, + "invented_numbers_pct": null, + "non_korean_script_pct": null, + "comment_one_line_pct": null, + "latency_median": null, + "latency_p90": null + } + }, + "lcpp-kanana2-30b-a3b-q2k": { + "followup": { + "calls": 10, + "success_pct": 100.0, + "tag_compliance_pct": 0.0, + "intent_accuracy_pct": 70.0, + "intent_misses": { + "f-dont-know-explicit": [ + "NORMAL" + ], + "f-dont-know-stt": [ + "NORMAL" + ], + "f-clarification": [ + "NORMAL" + ] + }, + "score_label_accuracy_pct": 14.3, + "correctness_rule_accuracy_pct": 57.1, + "discrimination_gap_backend": null, + "discrimination_gap_personality": null, + "question_len_median": 3718.0, + "question_len_le60_pct": 0.0, + "non_korean_script_pct": 0.0, + "latency_median": 91.57, + "latency_p90": 96.99, + "ttft_median": null, + "ttft_p90": null, + "over_3s_pct": 100.0, + "over_10s_timeout_pct": 100.0 + }, + "questions": null, + "coaching": null + }, + "lcpp-kanana2-3b": { + "followup": { + "calls": 28, + "success_pct": 100.0, + "tag_compliance_pct": 96.4, + "intent_accuracy_pct": 78.6, + "intent_misses": { + "f-dont-know-explicit": [ + "NORMAL", + "NORMAL" + ], + "f-dont-know-stt": [ + "NORMAL", + "NORMAL" + ], + "f-clarification": [ + "NORMAL", + "NORMAL" + ] + }, + "score_label_accuracy_pct": 63.6, + "correctness_rule_accuracy_pct": 18.2, + "discrimination_gap_backend": 0.0, + "discrimination_gap_personality": 1.0, + "question_len_median": 67.0, + "question_len_le60_pct": 32.1, + "non_korean_script_pct": 0.0, + "latency_median": 2.03, + "latency_p90": 7.01, + "ttft_median": 0.89, + "ttft_p90": 1.86, + "over_3s_pct": 25.0, + "over_10s_timeout_pct": 0.0 + }, + "questions": { + "calls": 10, + "success_pct": 100.0, + "errors": [], + "count_exact_pct": 60.0, + "mode_category_fit_pct": 50.0, + "job_category_valid_pct": 40.0, + "multi_job_coverage_pct": 50.0, + "evidence_present_when_required_pct": 100.0, + "evidence_grounded_pct": 5.6, + "near_duplicate_pair_pct": 5.3, + "repeated_recent_question_count": 0, + "question_len_le80_pct": 19.4, + "non_korean_script_pct": 0.0, + "markdown_in_question_pct": 0.0, + "long_context_success": "0/2", + "latency_median": 11.4, + "latency_p90": 12.36 + }, + "coaching": { + "calls": 6, + "success_pct": 50.0, + "invented_numbers_pct": 0.0, + "non_korean_script_pct": 0.0, + "comment_one_line_pct": 100.0, + "latency_median": 2.83, + "latency_p90": 6.35 + } + }, + "lcpp-midm2-mini": { + "followup": { + "calls": 28, + "success_pct": 100.0, + "tag_compliance_pct": 28.6, + "intent_accuracy_pct": 14.3, + "intent_misses": { + "f-strong-backend": [ + "DONT_KNOW", + "DONT_KNOW" + ], + "f-weak-vague": [ + "DONT_KNOW", + "DONT_KNOW" + ], + "f-clarification": [ + "NORMAL", + "DONT_KNOW" + ], + "f-confirm-short": [ + "DONT_KNOW", + "DONT_KNOW" + ], + "f-infra-fact-error": [ + "DONT_KNOW", + "DONT_KNOW" + ], + "f-dba-correct-with-context": [ + "DONT_KNOW", + "DONT_KNOW" + ], + "f-frontend-strong": [ + "DONT_KNOW", + "DONT_KNOW" + ], + "f-personality-star": [ + "DONT_KNOW", + "DONT_KNOW" + ], + "f-personality-rambling": [ + "DONT_KNOW", + "DONT_KNOW" + ], + "f-stt-messy-normal": [ + "DONT_KNOW", + "DONT_KNOW" + ], + "f-long-answer-history": [ + "DONT_KNOW", + "DONT_KNOW" + ], + "f-english-mixed": [ + "DONT_KNOW", + "DONT_KNOW" + ] + }, + "score_label_accuracy_pct": 9.1, + "correctness_rule_accuracy_pct": 72.7, + "discrimination_gap_backend": null, + "discrimination_gap_personality": null, + "question_len_median": 77.5, + "question_len_le60_pct": 14.3, + "non_korean_script_pct": 0.0, + "latency_median": 1.6, + "latency_p90": 2.52, + "ttft_median": null, + "ttft_p90": null, + "over_3s_pct": 0.0, + "over_10s_timeout_pct": 0.0 + }, + "questions": { + "calls": 10, + "success_pct": 50.0, + "errors": [ + "OutputParserException: Failed to parse GeneratedQuestionPool from completion {\"questions\": [{\"question\": \"주문 서비스 분리 시 MSA 전환 과정에서 Kafka 이벤트 파이프라인 설계 시 어떤 기술적 도전", + "OutputParserException: Failed to parse GeneratedQuestionPool from completion {\"questions\": [{\"question\": \"React 18에서 상태 관리를 위해 Zustand를 선택하신 이유는 무엇인가요? 레포의 PR #", + "OutputParserException: Failed to parse GeneratedQuestionPool from completion {\"questions\": [{\"question\": \"Terraform으로 VPC·RDS·EKS 모듈화를 설계하셨다고 하셨는데, 환경별 workspac" + ], + "count_exact_pct": 100.0, + "mode_category_fit_pct": 60.0, + "job_category_valid_pct": 100.0, + "multi_job_coverage_pct": null, + "evidence_present_when_required_pct": 100.0, + "evidence_grounded_pct": 88.0, + "near_duplicate_pair_pct": 2.0, + "repeated_recent_question_count": 0, + "question_len_le80_pct": 28.0, + "non_korean_script_pct": 0.0, + "markdown_in_question_pct": 0.0, + "long_context_success": "2/2", + "latency_median": 15.12, + "latency_p90": 20.17 + }, + "coaching": { + "calls": 6, + "success_pct": 16.7, + "invented_numbers_pct": 0.0, + "non_korean_script_pct": 0.0, + "comment_one_line_pct": 0.0, + "latency_median": 10.37, + "latency_p90": 10.37 + } + }, + "lcpp-qwen3-4b-jsonschema": { + "followup": null, + "questions": { + "calls": 10, + "success_pct": 100.0, + "errors": [], + "count_exact_pct": 100.0, + "mode_category_fit_pct": 80.0, + "job_category_valid_pct": 100.0, + "multi_job_coverage_pct": 100.0, + "evidence_present_when_required_pct": 100.0, + "evidence_grounded_pct": 100.0, + "near_duplicate_pair_pct": 0.0, + "repeated_recent_question_count": 0, + "question_len_le80_pct": 48.1, + "non_korean_script_pct": 0.0, + "markdown_in_question_pct": 0.0, + "long_context_success": "2/2", + "latency_median": 28.04, + "latency_p90": 33.46 + }, + "coaching": { + "calls": 9, + "success_pct": 100.0, + "invented_numbers_pct": 11.1, + "non_korean_script_pct": 0.0, + "comment_one_line_pct": 100.0, + "latency_median": 11.25, + "latency_p90": 16.71 + } + }, + "lcpp-qwen3.6-35b-a3b-q2kxl": { + "followup": { + "calls": 14, + "success_pct": 100.0, + "tag_compliance_pct": 100.0, + "intent_accuracy_pct": 92.9, + "intent_misses": { + "f-weak-vague": [ + "DONT_KNOW" + ] + }, + "score_label_accuracy_pct": 90.9, + "correctness_rule_accuracy_pct": 100.0, + "discrimination_gap_backend": 3.0, + "discrimination_gap_personality": 3.0, + "question_len_median": 61.0, + "question_len_le60_pct": 50.0, + "non_korean_script_pct": 0.0, + "latency_median": 6.94, + "latency_p90": 8.78, + "ttft_median": 4.11, + "ttft_p90": 5.69, + "over_3s_pct": 100.0, + "over_10s_timeout_pct": 0.0 + }, + "questions": { + "calls": 5, + "success_pct": 80.0, + "errors": [ + "OutputParserException: Failed to parse GeneratedQuestionPool from completion {\"questions\": [{\"category\": \"PROJECT_DEEP_DIVE\", \"jobCategory\": \"INFRA\", \"targetEvi" + ], + "count_exact_pct": 100.0, + "mode_category_fit_pct": 100.0, + "job_category_valid_pct": 100.0, + "multi_job_coverage_pct": null, + "evidence_present_when_required_pct": 100.0, + "evidence_grounded_pct": 100.0, + "near_duplicate_pair_pct": 0.0, + "repeated_recent_question_count": 0, + "question_len_le80_pct": 35.0, + "non_korean_script_pct": 0.0, + "markdown_in_question_pct": 0.0, + "long_context_success": "1/1", + "latency_median": 50.98, + "latency_p90": 55.52 + }, + "coaching": { + "calls": 3, + "success_pct": 100.0, + "invented_numbers_pct": 0.0, + "non_korean_script_pct": 0.0, + "comment_one_line_pct": 100.0, + "latency_median": 32.75, + "latency_p90": 43.45 + } + }, + "local-qwen3-4b-instruct": { + "followup": { + "calls": 42, + "success_pct": 100.0, + "tag_compliance_pct": 100.0, + "intent_accuracy_pct": 100.0, + "intent_misses": {}, + "score_label_accuracy_pct": 81.8, + "correctness_rule_accuracy_pct": 57.6, + "discrimination_gap_backend": 2.0, + "discrimination_gap_personality": 2.0, + "question_len_median": 92.5, + "question_len_le60_pct": 19.0, + "non_korean_script_pct": 0.0, + "latency_median": 3.3, + "latency_p90": 5.47, + "ttft_median": 1.73, + "ttft_p90": 3.52, + "over_3s_pct": 54.8, + "over_10s_timeout_pct": 0.0, + "latency_cold": 10.665, + "latency_after_cold": 2.651, + "latency_during_fanout": 78.779 + }, + "questions": { + "calls": 10, + "success_pct": 90.0, + "errors": [ + "OutputParserException: Failed to parse GeneratedQuestionPool from completion {\"questions\": [{\"category\": \"PROJECT_DEEP_DIVE\", \"question\": \"알림 봇 프로젝트에서 SQLite를 사" + ], + "count_exact_pct": 100.0, + "mode_category_fit_pct": 88.9, + "job_category_valid_pct": 100.0, + "multi_job_coverage_pct": 100.0, + "evidence_present_when_required_pct": 100.0, + "evidence_grounded_pct": 100.0, + "near_duplicate_pair_pct": 0.0, + "repeated_recent_question_count": 0, + "question_len_le80_pct": 53.2, + "non_korean_script_pct": 0.0, + "markdown_in_question_pct": 0.0, + "long_context_success": "2/2", + "latency_median": 31.43, + "latency_p90": 39.3 + }, + "coaching": { + "calls": 9, + "success_pct": 100.0, + "invented_numbers_pct": 0.0, + "non_korean_script_pct": 0.0, + "comment_one_line_pct": 100.0, + "latency_median": 12.83, + "latency_p90": 17.97, + "fanout15x5_success": "15/15", + "fanout15x5_wall_sec": 224.064, + "fanout15x5_per_call_p90": 81.05 + } + } +} diff --git a/docs/research/local-llm-deep-dive-2026-09/data/gpu-telemetry.csv b/docs/research/local-llm-deep-dive-2026-09/data/gpu-telemetry.csv new file mode 100644 index 00000000..e4888878 --- /dev/null +++ b/docs/research/local-llm-deep-dive-2026-09/data/gpu-telemetry.csv @@ -0,0 +1,5260 @@ +2026/09/17 19:01:39.941, 40, 3.55 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:01:42.016, 40, 3.61 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:01:44.093, 40, 3.48 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:01:46.177, 40, 3.69 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:01:48.246, 40, 3.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:01:50.315, 40, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:01:52.387, 40, 3.74 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:01:54.456, 40, 3.79 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:01:56.524, 40, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:01:58.593, 40, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:02:00.659, 40, 3.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:02:02.735, 40, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:02:04.815, 40, 3.51 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:02:06.902, 40, 3.72 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:02:08.984, 40, 3.59 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:02:11.053, 40, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:02:13.120, 40, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:02:15.190, 40, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:02:17.258, 40, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:02:19.327, 40, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:02:21.400, 40, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:02:23.469, 40, 3.64 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:02:25.536, 40, 3.39 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:02:27.608, 40, 3.42 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:02:29.677, 40, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:02:31.746, 40, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:02:33.813, 40, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:02:35.885, 41, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:02:37.953, 41, 3.51 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:02:40.022, 41, 3.51 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:02:42.088, 41, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:02:44.157, 41, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:02:46.224, 41, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:02:48.293, 42, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:02:50.360, 42, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:02:52.435, 42, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:02:54.503, 42, 3.78 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:02:56.573, 42, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:02:58.642, 42, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:03:00.712, 42, 3.52 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:03:02.786, 42, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:03:04.871, 42, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:03:06.960, 43, 3.55 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:03:09.029, 43, 3.63 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:03:11.096, 43, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:03:13.165, 43, 3.68 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:03:15.233, 43, 3.42 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:03:17.303, 43, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:03:19.369, 43, 3.77 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:03:21.446, 43, 3.66 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:03:23.513, 43, 3.61 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:03:25.581, 43, 3.63 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:03:27.648, 43, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:03:29.717, 43, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:03:31.784, 44, 3.52 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:03:33.854, 44, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:03:35.927, 44, 3.64 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:03:37.996, 44, 3.65 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:03:40.063, 44, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:03:42.131, 44, 3.56 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:03:44.198, 44, 3.56 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:03:46.267, 44, 3.59 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:03:48.334, 44, 3.55 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:03:50.407, 44, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:03:52.473, 44, 3.64 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:03:54.542, 44, 3.65 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:03:56.610, 44, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:03:58.680, 44, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:04:00.746, 44, 3.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:04:02.823, 44, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:04:04.892, 44, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:04:06.973, 44, 3.67 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:04:09.043, 44, 3.76 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:04:11.116, 44, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:04:13.184, 44, 3.52 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:04:15.253, 44, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:04:17.320, 44, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:04:19.390, 44, 3.60 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:04:21.462, 44, 3.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:04:23.531, 44, 3.72 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:04:25.599, 44, 3.62 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:04:27.669, 44, 3.63 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:04:29.736, 44, 3.56 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:04:31.809, 44, 3.61 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:04:33.877, 44, 3.63 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:04:35.951, 44, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:04:38.018, 44, 3.95 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:04:40.087, 45, 3.80 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:04:42.154, 45, 3.64 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:04:44.224, 44, 3.63 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:04:46.290, 44, 3.63 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:04:48.360, 45, 3.68 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:04:50.428, 45, 3.64 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:04:52.502, 45, 3.59 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:04:54.571, 45, 3.59 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:04:56.641, 45, 3.67 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:04:58.708, 45, 3.63 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:05:00.778, 45, 3.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:05:02.855, 45, 3.60 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:05:04.941, 45, 3.56 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:05:07.034, 45, 3.82 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:05:09.104, 45, 3.56 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:05:11.171, 45, 3.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:05:13.241, 45, 3.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:05:15.307, 45, 3.62 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:05:17.376, 45, 3.60 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:05:19.444, 45, 3.56 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:05:21.518, 45, 3.94 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:05:23.585, 45, 3.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:05:25.657, 45, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:05:27.724, 45, 3.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:05:29.794, 45, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:05:31.861, 45, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:05:33.931, 45, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:05:36.002, 45, 3.74 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:05:38.071, 45, 3.70 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:05:40.139, 45, 3.61 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:05:42.208, 45, 3.51 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:05:44.274, 45, 3.56 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:05:46.343, 45, 3.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:05:48.411, 45, 3.61 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:05:50.483, 45, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:05:52.550, 45, 3.79 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:05:54.619, 45, 3.78 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:05:56.687, 45, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:05:58.756, 45, 3.66 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:06:00.823, 45, 3.63 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:06:02.902, 45, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:06:04.988, 45, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:06:07.058, 45, 3.62 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:06:09.125, 45, 3.65 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:06:11.195, 46, 3.66 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:06:13.262, 46, 3.56 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:06:15.334, 46, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:06:17.400, 46, 3.65 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:06:19.468, 46, 3.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:06:21.541, 46, 3.71 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:06:23.611, 46, 3.84 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:06:25.677, 45, 3.72 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:06:27.752, 46, 3.66 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:06:29.820, 45, 3.68 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:06:31.889, 46, 3.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:06:33.956, 46, 3.68 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:06:36.031, 46, 3.76 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:06:38.110, 46, 3.55 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:06:40.180, 46, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:06:42.247, 46, 3.55 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:06:44.316, 46, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:06:46.384, 46, 3.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:06:48.454, 46, 3.61 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:06:50.524, 46, 3.80 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:06:52.593, 46, 3.76 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:06:54.659, 46, 3.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:06:56.729, 46, 3.62 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:06:58.795, 46, 3.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:07:00.864, 45, 3.62 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:07:02.939, 45, 3.66 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:07:05.012, 45, 3.62 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:07:07.087, 45, 3.83 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:07:09.161, 45, 3.65 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:07:11.228, 45, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:07:13.298, 45, 3.62 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:07:15.364, 45, 3.62 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:07:17.433, 46, 22.19 W, 11 %, 3878 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:07:19.473, 47, 30.00 W, 14 %, 103 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:07:21.507, 45, 7.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:07:23.587, 45, 3.77 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:07:25.656, 45, 3.77 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:07:27.723, 46, 26.81 W, 0 %, 3878 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:07:29.760, 48, 30.62 W, 17 %, 103 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:07:31.792, 45, 4.86 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:07:33.865, 45, 3.62 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:07:35.933, 45, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:07:38.002, 46, 28.52 W, 22 %, 3878 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:07:40.035, 48, 21.73 W, 7 %, 103 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:07:42.079, 45, 7.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:07:44.156, 45, 4.36 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:07:46.238, 45, 3.70 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:07:48.304, 45, 3.51 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:07:50.372, 44, 3.51 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:07:52.439, 44, 3.66 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:07:54.508, 44, 3.55 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:07:56.577, 44, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:07:58.646, 44, 3.69 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:08:00.714, 44, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:08:02.791, 44, 3.56 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:08:04.872, 44, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:08:06.960, 44, 3.48 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:08:09.029, 44, 3.81 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:08:11.101, 44, 3.78 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:08:13.167, 44, 3.77 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:08:15.239, 44, 3.69 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:08:17.306, 43, 3.52 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:08:19.375, 43, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:08:21.443, 43, 3.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:08:23.513, 43, 3.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:08:25.582, 43, 3.52 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:08:27.652, 43, 3.82 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:08:29.719, 43, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:08:31.788, 43, 3.48 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:08:33.854, 43, 3.55 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:08:35.925, 43, 3.48 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:08:37.992, 43, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:08:40.062, 43, 3.67 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:08:42.133, 43, 3.79 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:08:44.202, 43, 3.59 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:08:46.270, 43, 3.55 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:08:48.339, 43, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:08:50.405, 43, 3.59 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:08:52.475, 43, 3.62 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:08:54.541, 43, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:08:56.617, 43, 3.51 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:08:58.685, 42, 3.79 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:09:00.754, 42, 3.42 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:09:02.829, 44, 21.40 W, 0 %, 176 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:09:04.869, 45, 29.57 W, 14 %, 3798 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:09:06.904, 44, 21.65 W, 0 %, 3798 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:09:08.945, 45, 21.69 W, 0 %, 3798 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:09:10.984, 45, 21.65 W, 0 %, 3798 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:09:13.024, 45, 21.65 W, 0 %, 3798 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:09:15.062, 45, 21.61 W, 0 %, 3798 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:09:17.103, 45, 21.67 W, 0 %, 3798 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:09:19.141, 45, 21.62 W, 0 %, 3798 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:09:21.180, 45, 8.40 W, 0 %, 3798 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:09:23.249, 45, 21.66 W, 0 %, 3798 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:09:25.290, 45, 21.67 W, 0 %, 3798 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:09:27.326, 46, 21.68 W, 0 %, 3798 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:09:29.364, 46, 21.73 W, 0 %, 3798 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:09:31.402, 46, 21.75 W, 0 %, 3798 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:09:33.441, 46, 21.73 W, 0 %, 3798 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:09:35.480, 46, 21.74 W, 0 %, 3798 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:09:37.518, 46, 21.74 W, 0 %, 3798 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:09:39.555, 46, 21.69 W, 0 %, 3798 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:09:41.597, 47, 21.84 W, 0 %, 3798 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:09:43.635, 47, 21.82 W, 0 %, 3798 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:09:45.674, 47, 21.88 W, 0 %, 3798 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:09:47.713, 47, 21.83 W, 1 %, 3798 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:09:49.751, 47, 21.87 W, 3 %, 3798 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:09:51.788, 47, 21.90 W, 0 %, 3798 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:09:53.827, 47, 21.87 W, 0 %, 3798 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:09:55.864, 47, 21.83 W, 0 %, 3798 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:09:57.902, 47, 21.87 W, 0 %, 3798 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:09:59.942, 47, 21.91 W, 0 %, 3798 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:10:01.983, 47, 21.85 W, 0 %, 3798 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:10:04.022, 48, 21.96 W, 0 %, 3798 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:10:06.060, 48, 21.95 W, 1 %, 3800 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:10:08.101, 48, 21.94 W, 0 %, 3800 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:10:10.141, 48, 21.90 W, 0 %, 3800 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:10:12.178, 48, 22.00 W, 0 %, 3800 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:10:14.218, 48, 21.97 W, 0 %, 3800 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:10:16.255, 48, 22.00 W, 0 %, 3800 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:10:18.293, 48, 21.99 W, 0 %, 3800 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:10:20.330, 48, 22.03 W, 0 %, 3800 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:10:22.369, 48, 21.99 W, 0 %, 3800 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:10:24.409, 48, 22.00 W, 0 %, 3800 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:10:26.447, 48, 21.96 W, 0 %, 3800 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:10:28.487, 48, 21.99 W, 0 %, 3800 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:10:30.525, 48, 22.06 W, 0 %, 3800 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:10:32.563, 48, 29.42 W, 0 %, 3804 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:10:34.605, 52, 51.55 W, 100 %, 3804 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:10:36.641, 53, 50.67 W, 100 %, 3804 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:10:38.677, 53, 50.26 W, 100 %, 3804 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:10:40.712, 57, 80.60 W, 96 %, 3810 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:10:42.720, 56, 85.49 W, 96 %, 3810 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:10:44.726, 55, 50.29 W, 94 %, 3810 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:10:46.761, 56, 50.31 W, 94 %, 3810 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:10:48.795, 57, 48.25 W, 95 %, 3810 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:10:50.830, 59, 79.27 W, 96 %, 3810 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:10:52.836, 57, 76.95 W, 97 %, 3810 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:10:54.842, 57, 50.80 W, 96 %, 3810 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:10:56.877, 60, 80.12 W, 99 %, 3810 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:10:58.882, 58, 51.27 W, 95 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:11:00.918, 58, 50.70 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:11:02.952, 61, 43.34 W, 95 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:11:04.986, 59, 51.54 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:11:07.025, 62, 79.49 W, 97 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:11:09.032, 59, 51.21 W, 97 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:11:11.068, 62, 51.21 W, 96 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:11:13.103, 60, 51.20 W, 95 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:11:15.138, 63, 78.78 W, 98 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:11:17.145, 61, 50.91 W, 95 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:11:19.181, 62, 64.58 W, 100 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:11:21.186, 61, 50.85 W, 96 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:11:23.222, 63, 79.37 W, 98 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:11:25.228, 61, 51.37 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:11:27.261, 64, 50.08 W, 96 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:11:29.298, 64, 66.26 W, 95 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:11:31.304, 62, 50.61 W, 96 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:11:33.338, 65, 78.46 W, 97 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:11:35.344, 65, 79.54 W, 99 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:11:37.350, 62, 51.63 W, 96 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:11:39.388, 63, 51.68 W, 96 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:11:41.424, 65, 79.58 W, 95 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:11:43.437, 65, 79.49 W, 100 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:11:45.446, 63, 51.60 W, 99 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:11:47.481, 65, 78.72 W, 98 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:11:49.487, 63, 51.60 W, 98 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:11:51.521, 63, 79.44 W, 100 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:11:53.527, 63, 52.19 W, 95 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:11:55.562, 63, 51.53 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:11:57.598, 66, 80.50 W, 97 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:11:59.607, 63, 51.70 W, 96 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:12:01.643, 66, 79.61 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:12:03.649, 66, 80.02 W, 97 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:12:05.656, 66, 79.79 W, 99 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:12:07.662, 64, 50.85 W, 96 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:12:09.698, 64, 51.58 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:12:11.736, 67, 79.43 W, 98 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:12:13.742, 64, 52.43 W, 96 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:12:15.777, 65, 51.59 W, 95 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:12:17.816, 66, 79.80 W, 100 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:12:19.825, 66, 77.83 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:12:21.831, 65, 52.42 W, 94 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:12:23.865, 65, 52.31 W, 96 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:12:25.899, 68, 79.40 W, 98 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:12:27.905, 67, 79.76 W, 98 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:12:29.911, 65, 52.19 W, 97 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:12:31.945, 68, 80.06 W, 99 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:12:33.951, 67, 80.82 W, 98 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:12:35.958, 65, 52.76 W, 96 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:12:37.995, 65, 52.71 W, 98 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:12:40.029, 65, 53.63 W, 99 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:12:42.036, 65, 52.39 W, 97 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:12:44.072, 65, 51.88 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:12:46.108, 67, 80.02 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:12:48.116, 65, 52.60 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:12:50.152, 67, 80.32 W, 98 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:12:52.158, 65, 52.28 W, 97 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:12:54.194, 67, 78.89 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:12:56.200, 68, 79.14 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:12:58.205, 65, 52.64 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:13:00.242, 68, 74.67 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:13:02.249, 65, 52.89 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:13:04.285, 67, 79.54 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:13:06.291, 65, 52.63 W, 99 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:13:08.326, 68, 47.73 W, 96 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:13:10.366, 65, 63.20 W, 100 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:13:12.371, 67, 79.38 W, 95 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:13:14.377, 67, 80.28 W, 93 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:13:16.385, 65, 52.34 W, 100 %, 3822 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:13:18.422, 65, 58.61 W, 100 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:13:20.428, 65, 52.22 W, 96 %, 3822 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:13:22.462, 68, 81.27 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:13:24.468, 68, 79.78 W, 97 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:13:26.474, 67, 79.34 W, 99 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:13:28.481, 68, 53.36 W, 96 %, 3822 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:13:30.517, 68, 77.87 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:13:32.523, 66, 81.34 W, 99 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:13:34.530, 66, 55.43 W, 97 %, 3822 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:13:36.567, 66, 75.03 W, 100 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:13:38.573, 67, 54.56 W, 95 %, 3822 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:13:40.609, 66, 54.47 W, 100 %, 3822 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:13:42.648, 68, 78.86 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:13:44.653, 66, 54.68 W, 98 %, 3822 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:13:46.689, 68, 78.47 W, 95 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:13:48.697, 68, 78.94 W, 95 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:13:50.703, 68, 79.81 W, 99 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:13:52.709, 66, 55.20 W, 96 %, 3822 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:13:54.745, 66, 54.68 W, 100 %, 3822 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:13:56.782, 68, 79.29 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:13:58.788, 68, 80.25 W, 99 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:14:00.793, 66, 55.59 W, 99 %, 3822 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:14:02.829, 68, 80.10 W, 97 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:14:04.835, 68, 79.97 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:14:06.843, 66, 55.76 W, 100 %, 3822 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:14:08.878, 66, 55.39 W, 100 %, 3822 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:14:10.912, 66, 54.92 W, 100 %, 3822 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:14:12.949, 68, 79.44 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:14:14.959, 69, 79.35 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:14:16.965, 69, 78.38 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:14:18.971, 69, 80.12 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:14:20.978, 69, 79.23 W, 95 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:14:22.984, 69, 47.23 W, 96 %, 3822 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:14:25.020, 68, 79.06 W, 99 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:14:27.026, 69, 78.83 W, 95 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:14:29.032, 69, 79.35 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:14:31.038, 70, 78.45 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:14:33.044, 70, 79.49 W, 95 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:14:35.051, 70, 79.56 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:14:37.057, 70, 79.75 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:14:39.064, 70, 80.14 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:14:41.070, 70, 78.86 W, 95 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:14:43.077, 68, 56.20 W, 100 %, 3822 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:14:45.112, 67, 79.80 W, 100 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:14:47.120, 70, 79.76 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:14:49.126, 70, 80.17 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:14:51.132, 70, 78.59 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:14:53.138, 68, 56.52 W, 78 %, 3822 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:14:55.172, 68, 55.98 W, 100 %, 3822 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:14:57.207, 70, 79.17 W, 99 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:14:59.213, 70, 79.36 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:15:01.219, 70, 78.53 W, 95 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:15:03.225, 70, 79.63 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:15:05.230, 71, 80.38 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:15:07.239, 68, 56.59 W, 80 %, 3822 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:15:09.274, 68, 56.08 W, 100 %, 3822 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:15:11.311, 68, 55.99 W, 100 %, 3822 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:15:13.347, 68, 55.86 W, 100 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:15:15.354, 70, 78.52 W, 95 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:15:17.360, 68, 54.65 W, 96 %, 3822 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:15:19.396, 70, 50.90 W, 96 %, 3822 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:15:21.432, 70, 79.39 W, 97 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:15:23.438, 70, 78.75 W, 100 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:15:25.444, 68, 55.97 W, 96 %, 3822 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:15:27.481, 67, 54.98 W, 95 %, 3822 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:15:29.515, 68, 56.15 W, 100 %, 3822 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:15:31.549, 68, 55.84 W, 100 %, 3822 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:15:33.585, 70, 78.86 W, 98 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:15:35.591, 70, 79.88 W, 95 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:15:37.600, 70, 79.09 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:15:39.606, 71, 80.41 W, 95 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:15:41.611, 71, 79.60 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:15:43.623, 68, 56.00 W, 100 %, 3822 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:15:45.657, 68, 55.66 W, 100 %, 3822 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:15:47.694, 70, 79.25 W, 95 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:15:49.700, 71, 80.37 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:15:51.705, 71, 79.60 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:15:53.711, 71, 78.63 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:15:55.717, 71, 79.93 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:15:57.722, 69, 56.69 W, 87 %, 3822 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:15:59.759, 71, 80.07 W, 99 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:16:01.767, 71, 78.73 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:16:03.773, 71, 79.98 W, 95 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:16:05.779, 71, 79.04 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:16:07.787, 69, 56.78 W, 91 %, 3822 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:16:09.821, 69, 56.33 W, 100 %, 3822 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:16:11.857, 71, 78.99 W, 97 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:16:13.863, 71, 79.10 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:16:15.869, 71, 79.38 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:16:17.874, 71, 78.93 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:16:19.882, 69, 56.45 W, 80 %, 3822 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:16:21.918, 69, 56.17 W, 100 %, 3822 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:16:23.954, 71, 79.75 W, 97 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:16:25.959, 71, 79.34 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:16:27.967, 71, 79.35 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:16:29.973, 71, 79.44 W, 95 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:16:31.979, 71, 79.04 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:16:33.984, 69, 56.76 W, 79 %, 3822 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:16:36.019, 71, 79.14 W, 97 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:16:38.024, 71, 79.31 W, 95 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:16:40.036, 72, 79.36 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:16:42.042, 72, 78.89 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:16:44.048, 70, 56.39 W, 84 %, 3822 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:16:46.083, 69, 56.90 W, 100 %, 3822 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:16:48.120, 72, 79.27 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:16:50.128, 72, 79.91 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:16:52.134, 72, 79.57 W, 95 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:16:54.140, 68, 32.88 W, 96 %, 3822 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:16:56.176, 70, 56.95 W, 100 %, 3822 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:16:58.211, 71, 75.64 W, 100 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:17:00.217, 72, 79.39 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:17:02.223, 72, 78.99 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:17:04.229, 72, 79.25 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:17:06.234, 72, 79.85 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:17:08.240, 69, 33.32 W, 96 %, 3822 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:17:10.277, 71, 78.61 W, 100 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:17:12.283, 72, 79.72 W, 95 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:17:14.292, 72, 77.57 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:17:16.298, 72, 79.21 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:17:18.305, 72, 80.08 W, 95 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:17:20.311, 70, 57.23 W, 85 %, 3822 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:17:22.347, 70, 56.99 W, 100 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:17:24.355, 72, 80.05 W, 94 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:17:26.362, 72, 79.68 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:17:28.367, 72, 79.81 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:17:30.377, 72, 66.25 W, 96 %, 3822 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:17:32.382, 67, 25.70 W, 7 %, 2552 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:17:34.417, 66, 24.60 W, 6 %, 5184 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:17:36.456, 64, 24.47 W, 0 %, 5184 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:17:38.494, 68, 57.02 W, 99 %, 5190 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:17:40.527, 68, 56.41 W, 100 %, 5190 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:17:42.564, 68, 56.30 W, 100 %, 5190 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:17:44.600, 66, 35.14 W, 68 %, 5190 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:17:46.637, 63, 24.31 W, 0 %, 5190 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:17:48.676, 63, 24.25 W, 0 %, 5190 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:17:50.716, 62, 24.16 W, 0 %, 5190 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:17:52.753, 64, 64.66 W, 12 %, 5190 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:17:54.799, 69, 79.87 W, 92 %, 5190 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:17:56.805, 69, 79.20 W, 96 %, 5190 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:17:58.811, 69, 78.32 W, 99 %, 5190 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:18:00.817, 67, 55.74 W, 97 %, 5190 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:18:02.852, 67, 54.95 W, 94 %, 5190 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:18:04.889, 70, 79.14 W, 95 %, 5190 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:18:06.894, 69, 76.86 W, 98 %, 5190 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:18:08.902, 67, 55.45 W, 100 %, 5190 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:18:10.938, 69, 79.50 W, 97 %, 5190 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:18:12.944, 67, 55.95 W, 100 %, 5200 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:18:14.980, 67, 80.06 W, 99 %, 5200 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:18:16.985, 68, 55.04 W, 93 %, 5200 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:18:19.021, 67, 55.33 W, 100 %, 5200 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:18:21.058, 70, 78.02 W, 96 %, 5200 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:18:23.063, 68, 55.56 W, 97 %, 5200 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:18:25.099, 70, 79.23 W, 96 %, 5200 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:18:27.105, 70, 79.86 W, 95 %, 5200 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:18:29.112, 68, 79.44 W, 100 %, 5200 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:18:31.118, 70, 55.37 W, 93 %, 5200 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:18:33.155, 68, 55.56 W, 100 %, 5200 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:18:35.190, 70, 78.58 W, 96 %, 5200 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:18:37.198, 68, 56.27 W, 100 %, 5200 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:18:39.235, 68, 53.54 W, 94 %, 5200 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:18:41.272, 70, 79.72 W, 100 %, 5200 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:18:43.280, 70, 78.66 W, 93 %, 5200 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:18:45.286, 68, 57.08 W, 95 %, 5200 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:18:47.323, 68, 56.54 W, 100 %, 5200 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:18:49.356, 68, 56.35 W, 100 %, 5200 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:18:51.391, 68, 86.54 W, 100 %, 5200 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:18:53.398, 70, 50.19 W, 94 %, 5200 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:18:55.433, 68, 81.61 W, 97 %, 5200 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:18:57.439, 68, 55.67 W, 93 %, 5200 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:18:59.474, 68, 56.18 W, 96 %, 5200 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:19:01.511, 70, 72.61 W, 93 %, 5200 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:19:03.516, 68, 56.56 W, 100 %, 5200 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:19:05.553, 68, 56.20 W, 97 %, 5200 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:19:07.588, 68, 67.26 W, 100 %, 5200 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:19:09.605, 68, 55.95 W, 93 %, 5200 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:19:11.642, 68, 55.60 W, 100 %, 5200 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:19:13.681, 68, 55.18 W, 95 %, 5200 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:19:15.685, 70, 78.61 W, 100 %, 5200 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:19:17.691, 70, 79.38 W, 98 %, 5200 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:19:19.697, 68, 56.01 W, 96 %, 5200 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:19:21.733, 68, 56.14 W, 92 %, 5200 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:19:23.767, 68, 55.58 W, 100 %, 5200 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:19:25.801, 68, 55.14 W, 94 %, 5200 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:19:27.835, 70, 50.64 W, 97 %, 5200 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:19:29.840, 70, 79.00 W, 100 %, 5200 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:19:31.846, 68, 56.51 W, 98 %, 5200 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:19:33.853, 70, 79.65 W, 93 %, 5200 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:19:35.860, 68, 56.72 W, 92 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:19:37.897, 68, 56.14 W, 100 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:19:39.931, 68, 56.25 W, 100 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:19:41.968, 70, 78.72 W, 100 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:19:43.975, 70, 72.35 W, 91 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:19:45.984, 70, 58.60 W, 98 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:19:47.991, 68, 56.20 W, 98 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:19:50.028, 68, 55.33 W, 100 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:19:52.064, 68, 55.85 W, 100 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:19:54.100, 70, 78.55 W, 96 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:19:56.106, 68, 56.15 W, 96 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:19:58.142, 68, 78.02 W, 100 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:20:00.150, 68, 55.90 W, 96 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:20:02.184, 70, 77.24 W, 96 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:20:04.190, 68, 56.03 W, 92 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:20:06.224, 70, 57.20 W, 95 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:20:08.229, 68, 55.89 W, 100 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:20:10.267, 70, 78.84 W, 98 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:20:12.273, 68, 56.25 W, 93 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:20:14.310, 70, 78.64 W, 100 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:20:16.320, 69, 76.91 W, 96 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:20:18.325, 70, 77.97 W, 93 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:20:20.332, 68, 56.61 W, 72 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:20:22.369, 65, 34.90 W, 74 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:20:24.402, 63, 24.27 W, 0 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:20:26.441, 63, 24.09 W, 0 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:20:28.480, 62, 24.09 W, 0 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:20:30.518, 62, 24.00 W, 0 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:20:32.556, 61, 23.93 W, 0 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:20:34.595, 62, 52.40 W, 38 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:20:36.632, 68, 78.23 W, 90 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:20:38.640, 68, 49.83 W, 96 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:20:40.680, 66, 52.80 W, 95 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:20:42.715, 68, 75.24 W, 100 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:20:44.720, 66, 53.18 W, 100 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:20:46.756, 68, 78.21 W, 97 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:20:48.762, 66, 55.27 W, 97 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:20:50.798, 66, 54.87 W, 100 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:20:52.834, 66, 48.54 W, 93 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:20:54.870, 66, 54.89 W, 99 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:20:56.905, 66, 55.36 W, 96 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:20:58.939, 69, 78.88 W, 92 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:21:00.944, 67, 55.97 W, 100 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:21:02.979, 69, 78.68 W, 97 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:21:04.984, 66, 54.87 W, 98 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:21:07.020, 68, 78.79 W, 99 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:21:09.026, 67, 55.74 W, 96 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:21:11.062, 69, 75.52 W, 93 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:21:13.068, 67, 56.01 W, 65 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:21:15.104, 67, 56.64 W, 100 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:21:17.142, 67, 56.34 W, 100 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:21:19.179, 67, 56.05 W, 100 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:21:21.217, 67, 56.50 W, 99 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:21:23.253, 67, 56.45 W, 100 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:21:25.289, 67, 56.15 W, 100 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:21:27.324, 67, 55.92 W, 100 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:21:29.358, 67, 55.55 W, 99 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:21:31.395, 67, 55.64 W, 100 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:21:33.431, 69, 78.69 W, 94 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:21:35.438, 69, 78.50 W, 92 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:21:37.445, 69, 78.03 W, 93 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:21:39.451, 70, 76.99 W, 93 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:21:41.456, 70, 78.89 W, 92 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:21:43.462, 70, 78.71 W, 93 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:21:45.467, 70, 77.84 W, 93 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:21:47.473, 70, 78.24 W, 94 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:21:49.484, 68, 56.32 W, 100 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:21:51.519, 70, 77.05 W, 98 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:21:53.526, 70, 78.95 W, 89 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:21:55.531, 70, 77.59 W, 93 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:21:57.537, 68, 51.88 W, 89 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:21:59.572, 70, 78.92 W, 95 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:22:01.580, 71, 54.50 W, 94 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:22:03.614, 68, 56.01 W, 99 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:22:05.620, 68, 56.44 W, 100 %, 5202 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:22:07.655, 68, 77.31 W, 100 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:22:09.668, 70, 78.28 W, 89 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:22:11.674, 70, 77.78 W, 88 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:22:13.679, 71, 78.20 W, 92 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:22:15.685, 71, 77.88 W, 93 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:22:17.691, 71, 78.48 W, 93 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:22:19.701, 71, 78.24 W, 93 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:22:21.706, 71, 78.48 W, 94 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:22:23.712, 70, 63.29 W, 94 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:22:25.717, 71, 78.71 W, 92 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:22:27.725, 71, 78.53 W, 93 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:22:29.732, 72, 78.13 W, 93 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:22:31.737, 72, 78.04 W, 92 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:22:33.742, 72, 79.04 W, 94 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:22:35.748, 72, 78.30 W, 93 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:22:37.753, 72, 78.31 W, 93 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:22:39.760, 72, 78.44 W, 94 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:22:41.769, 72, 79.12 W, 94 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:22:43.774, 72, 78.25 W, 93 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:22:45.780, 72, 78.31 W, 92 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:22:47.785, 72, 78.56 W, 94 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:22:49.791, 73, 78.57 W, 93 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:22:51.798, 72, 77.43 W, 83 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:22:53.807, 72, 78.19 W, 93 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:22:55.813, 72, 78.31 W, 94 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:22:57.818, 73, 78.04 W, 92 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:22:59.827, 73, 78.39 W, 89 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:23:01.833, 72, 77.92 W, 91 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:23:03.838, 73, 79.09 W, 93 %, 5202 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:23:05.844, 69, 35.56 W, 57 %, 103 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:23:07.909, 66, 8.86 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:23:09.978, 63, 4.62 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:23:12.046, 62, 4.68 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:23:14.115, 61, 4.36 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:23:16.185, 61, 4.31 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:23:18.252, 60, 4.48 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:23:20.320, 59, 4.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:23:22.387, 59, 4.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:23:24.454, 58, 4.32 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:23:26.521, 58, 4.34 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:23:28.589, 58, 4.24 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:23:30.655, 57, 4.19 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:23:32.730, 57, 4.27 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:23:34.797, 56, 4.61 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:23:36.864, 56, 4.01 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:23:38.930, 56, 4.06 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:23:41.000, 55, 4.00 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:23:43.067, 55, 4.00 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:23:45.134, 55, 4.18 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:23:47.204, 54, 4.13 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:23:49.275, 54, 4.11 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:23:51.342, 54, 4.14 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:23:53.409, 54, 4.02 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:23:55.478, 53, 4.10 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:23:57.546, 53, 4.01 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:23:59.613, 53, 4.00 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:24:01.682, 53, 3.90 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:24:03.761, 53, 3.89 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:24:05.845, 52, 4.27 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:24:07.930, 52, 3.86 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:24:10.000, 52, 3.88 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:24:12.067, 52, 3.93 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:24:14.136, 52, 3.82 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:24:16.205, 52, 3.82 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:24:18.276, 52, 3.95 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:24:20.343, 52, 3.93 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:24:22.412, 52, 3.90 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:24:24.479, 51, 3.79 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:24:26.548, 51, 3.77 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:24:28.616, 51, 3.83 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:24:30.685, 51, 3.87 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:24:32.752, 51, 3.82 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:24:34.827, 51, 4.14 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:24:36.895, 51, 3.97 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:24:38.964, 51, 3.72 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:24:41.032, 50, 3.68 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:24:43.100, 50, 3.74 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:24:45.169, 50, 3.88 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:24:47.237, 50, 3.76 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:24:49.308, 50, 3.90 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:24:51.379, 50, 3.88 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:24:53.447, 50, 3.83 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:24:55.516, 50, 3.85 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:24:57.584, 50, 3.75 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:24:59.653, 50, 3.69 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:25:01.722, 49, 3.69 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:25:03.800, 49, 3.67 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:25:05.878, 49, 4.13 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:25:07.949, 49, 4.23 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:25:10.018, 54, 30.43 W, 29 %, 5184 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:25:12.053, 55, 51.93 W, 98 %, 5190 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:25:14.089, 55, 51.74 W, 100 %, 5190 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:25:16.127, 56, 51.70 W, 100 %, 5190 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:25:18.163, 56, 51.88 W, 100 %, 5190 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:25:20.197, 57, 51.86 W, 100 %, 5190 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:25:22.232, 60, 80.16 W, 93 %, 5190 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:25:24.238, 61, 79.95 W, 96 %, 5190 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:25:26.244, 61, 67.76 W, 95 %, 5190 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:25:28.249, 59, 52.04 W, 100 %, 5190 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:25:30.284, 59, 52.06 W, 100 %, 5190 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:25:32.319, 60, 52.22 W, 100 %, 5190 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:25:34.355, 60, 52.72 W, 100 %, 5190 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:25:36.392, 60, 52.38 W, 100 %, 5190 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:25:38.428, 60, 52.61 W, 100 %, 5190 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:25:40.464, 61, 52.76 W, 100 %, 5190 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:25:42.501, 61, 60.32 W, 100 %, 5190 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:25:44.506, 61, 52.60 W, 100 %, 5190 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:25:46.541, 61, 52.52 W, 100 %, 5190 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:25:48.575, 64, 79.36 W, 93 %, 5190 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:25:50.583, 65, 79.14 W, 94 %, 5190 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:25:52.589, 65, 78.69 W, 95 %, 5190 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:25:54.594, 63, 52.85 W, 95 %, 5190 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:25:56.629, 62, 52.51 W, 100 %, 5190 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:25:58.664, 62, 52.46 W, 100 %, 5190 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:26:00.701, 62, 52.20 W, 100 %, 5190 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:26:02.737, 63, 52.33 W, 100 %, 5190 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:26:04.774, 62, 52.58 W, 100 %, 5190 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:26:06.809, 63, 52.79 W, 100 %, 5190 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:26:08.843, 63, 52.25 W, 100 %, 5190 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:26:10.880, 63, 52.98 W, 99 %, 5192 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:26:12.916, 63, 53.14 W, 100 %, 5192 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:26:14.954, 63, 52.90 W, 100 %, 5192 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:26:16.990, 63, 52.31 W, 100 %, 5192 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:26:19.027, 63, 53.15 W, 100 %, 5192 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:26:21.062, 63, 52.94 W, 100 %, 5192 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:26:23.097, 63, 52.53 W, 100 %, 5192 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:26:25.132, 63, 51.98 W, 100 %, 5192 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:26:27.167, 63, 44.94 W, 100 %, 5192 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:26:29.172, 63, 52.74 W, 100 %, 5192 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:26:31.210, 63, 52.16 W, 100 %, 5192 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:26:33.246, 63, 52.58 W, 100 %, 5192 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:26:35.284, 63, 52.38 W, 100 %, 5192 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:26:37.293, 66, 79.17 W, 94 %, 5192 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:26:39.299, 67, 78.48 W, 94 %, 5192 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:26:41.306, 67, 77.52 W, 91 %, 5192 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:26:43.313, 68, 78.84 W, 94 %, 5192 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:26:45.322, 68, 77.32 W, 94 %, 5192 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:26:47.327, 63, 33.47 W, 94 %, 103 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:26:49.365, 63, 33.24 W, 7 %, 5534 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:26:51.399, 65, 53.51 W, 100 %, 5540 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:26:53.433, 65, 53.23 W, 100 %, 5540 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:26:55.468, 65, 52.65 W, 100 %, 5540 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:26:57.504, 65, 52.88 W, 100 %, 5540 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:26:59.540, 65, 52.74 W, 100 %, 5540 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:27:01.576, 67, 79.63 W, 96 %, 5540 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:27:03.582, 68, 77.67 W, 96 %, 5540 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:27:05.591, 66, 52.62 W, 94 %, 5540 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:27:07.628, 65, 53.26 W, 100 %, 5540 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:27:09.664, 65, 53.18 W, 100 %, 5540 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:27:11.699, 65, 52.54 W, 100 %, 5540 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:27:13.734, 65, 53.29 W, 100 %, 5540 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:27:15.768, 65, 52.90 W, 100 %, 5540 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:27:17.804, 65, 53.41 W, 100 %, 5540 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:27:19.843, 65, 52.90 W, 100 %, 5540 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:27:21.881, 65, 52.35 W, 100 %, 5540 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:27:23.916, 64, 52.33 W, 100 %, 5540 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:27:25.951, 65, 73.65 W, 100 %, 5540 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:27:27.959, 68, 79.41 W, 94 %, 5540 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:27:29.965, 68, 79.74 W, 95 %, 5540 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:27:31.971, 68, 81.50 W, 95 %, 5540 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:27:33.980, 66, 53.77 W, 97 %, 5540 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:27:36.015, 65, 53.23 W, 100 %, 5540 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:27:38.050, 65, 53.31 W, 100 %, 5540 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:27:40.088, 65, 53.04 W, 100 %, 5540 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:27:42.125, 65, 53.38 W, 100 %, 5540 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:27:44.162, 65, 53.10 W, 100 %, 5540 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:27:46.198, 65, 53.42 W, 100 %, 5540 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:27:48.235, 65, 52.80 W, 100 %, 5540 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:27:50.270, 65, 53.06 W, 99 %, 5540 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:27:52.304, 65, 52.89 W, 100 %, 5540 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:27:54.342, 65, 53.22 W, 100 %, 5540 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:27:56.376, 65, 52.84 W, 100 %, 5540 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:27:58.412, 65, 53.30 W, 99 %, 5540 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:28:00.450, 65, 53.18 W, 100 %, 5540 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:28:02.487, 64, 52.83 W, 100 %, 5540 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:28:04.523, 65, 52.52 W, 100 %, 5540 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:28:06.559, 65, 52.97 W, 100 %, 5540 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:28:08.595, 64, 52.46 W, 100 %, 5540 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:28:10.630, 64, 52.18 W, 100 %, 5540 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:28:12.664, 64, 52.26 W, 100 %, 5540 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:28:14.698, 67, 79.30 W, 95 %, 5540 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:28:16.703, 68, 79.20 W, 94 %, 5540 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:28:18.710, 68, 79.75 W, 93 %, 5540 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:28:20.715, 68, 79.66 W, 94 %, 5540 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:28:22.721, 68, 80.74 W, 94 %, 5540 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:28:24.726, 68, 77.26 W, 93 %, 5540 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:28:26.731, 64, 33.43 W, 45 %, 103 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:28:28.766, 61, 19.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:28:30.830, 59, 8.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:28:32.904, 58, 4.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:28:34.972, 57, 4.39 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:28:37.039, 57, 4.28 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:28:39.107, 56, 4.04 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:28:41.177, 56, 4.24 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:28:43.244, 56, 4.13 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:28:45.312, 55, 4.03 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:28:47.384, 55, 4.03 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:28:49.452, 57, 45.74 W, 0 %, 3806 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:28:51.456, 60, 52.76 W, 18 %, 3812 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:28:53.493, 60, 52.59 W, 100 %, 3812 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:28:55.529, 61, 52.60 W, 100 %, 3812 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:28:57.564, 61, 52.49 W, 100 %, 3812 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:28:59.599, 61, 52.37 W, 100 %, 3812 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:29:01.634, 64, 81.31 W, 100 %, 3812 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:29:03.667, 62, 52.37 W, 95 %, 3812 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:29:05.701, 62, 52.09 W, 100 %, 3812 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:29:07.737, 62, 51.93 W, 100 %, 3812 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:29:09.773, 62, 52.21 W, 100 %, 3812 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:29:11.810, 62, 51.99 W, 100 %, 3812 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:29:13.850, 65, 81.62 W, 100 %, 3812 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:29:15.855, 61, 35.28 W, 82 %, 176 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:29:17.892, 60, 32.51 W, 22 %, 4274 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:29:19.926, 59, 23.49 W, 0 %, 4274 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:29:21.966, 58, 23.49 W, 0 %, 4274 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:29:24.004, 58, 23.49 W, 0 %, 4274 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:29:26.043, 58, 23.46 W, 0 %, 4274 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:29:28.084, 58, 23.39 W, 0 %, 4274 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:29:30.122, 58, 23.37 W, 0 %, 4274 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:29:32.159, 57, 23.32 W, 0 %, 4274 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:29:34.197, 57, 23.31 W, 0 %, 4274 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:29:36.234, 60, 54.80 W, 48 %, 4308 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:29:38.268, 62, 56.62 W, 100 %, 4324 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:29:40.305, 62, 58.26 W, 100 %, 4340 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:29:42.342, 62, 59.77 W, 100 %, 4356 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:29:44.378, 63, 56.83 W, 100 %, 4366 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:29:46.415, 63, 56.75 W, 100 %, 4366 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:29:48.451, 60, 28.06 W, 0 %, 4366 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:29:50.490, 66, 79.66 W, 96 %, 4372 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:29:52.495, 64, 55.94 W, 100 %, 4372 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:29:54.530, 63, 54.86 W, 100 %, 4372 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:29:56.564, 64, 59.33 W, 100 %, 4372 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:29:58.599, 64, 56.91 W, 100 %, 4372 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:30:00.634, 64, 55.88 W, 100 %, 4372 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:30:02.670, 64, 80.19 W, 100 %, 4372 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:30:04.676, 67, 79.06 W, 97 %, 4372 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:30:06.681, 62, 33.92 W, 2 %, 3882 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:30:08.718, 63, 52.50 W, 2 %, 3900 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:30:10.754, 64, 52.67 W, 100 %, 3900 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:30:12.789, 64, 52.60 W, 100 %, 3900 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:30:14.824, 64, 52.00 W, 100 %, 3900 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:30:16.862, 64, 52.82 W, 100 %, 3900 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:30:18.898, 67, 79.29 W, 100 %, 3900 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:30:20.905, 64, 52.76 W, 94 %, 3900 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:30:22.940, 64, 52.60 W, 100 %, 3900 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:30:24.975, 64, 52.43 W, 100 %, 3900 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:30:27.011, 64, 51.86 W, 100 %, 3900 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:30:29.047, 64, 52.11 W, 100 %, 3900 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:30:31.083, 67, 79.76 W, 100 %, 3900 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:30:33.089, 62, 35.40 W, 73 %, 176 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:30:35.122, 62, 32.96 W, 26 %, 3764 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:30:37.159, 64, 52.84 W, 90 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:30:39.194, 64, 52.25 W, 100 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:30:41.231, 64, 52.30 W, 100 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:30:43.265, 64, 51.95 W, 100 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:30:45.300, 64, 51.81 W, 100 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:30:47.336, 67, 79.65 W, 96 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:30:49.347, 64, 52.77 W, 100 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:30:51.383, 64, 52.34 W, 100 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:30:53.420, 64, 52.25 W, 100 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:30:55.455, 64, 51.96 W, 100 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:30:57.489, 64, 52.27 W, 100 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:30:59.525, 67, 79.67 W, 96 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:31:01.531, 62, 35.77 W, 0 %, 3878 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:31:03.566, 64, 53.82 W, 64 %, 3878 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:31:05.603, 64, 53.35 W, 100 %, 3878 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:31:07.639, 64, 53.22 W, 100 %, 3878 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:31:09.677, 64, 53.00 W, 100 %, 3878 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:31:11.714, 64, 52.77 W, 100 %, 3878 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:31:13.750, 66, 80.62 W, 99 %, 3878 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:31:15.755, 62, 35.01 W, 70 %, 103 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:31:17.789, 60, 19.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:31:19.845, 58, 8.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:31:21.916, 57, 4.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:31:23.983, 56, 4.36 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:31:26.051, 56, 3.94 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:31:28.118, 55, 4.06 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:31:30.185, 55, 3.91 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:31:32.252, 54, 4.01 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:31:34.319, 54, 4.09 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:31:36.388, 54, 4.01 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:31:38.455, 53, 4.17 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:31:40.522, 53, 3.98 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:31:42.588, 53, 3.81 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:31:44.655, 53, 3.91 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:31:46.722, 52, 3.84 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:31:48.790, 52, 3.84 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:31:50.857, 52, 3.98 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:31:52.930, 55, 31.26 W, 22 %, 3806 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:31:54.964, 54, 22.63 W, 0 %, 3806 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:31:57.004, 57, 52.38 W, 21 %, 3812 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:31:59.038, 58, 52.37 W, 100 %, 3812 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:32:01.076, 58, 52.49 W, 100 %, 3812 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:32:03.112, 61, 77.29 W, 97 %, 3812 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:32:05.117, 62, 78.60 W, 96 %, 3812 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:32:07.123, 63, 80.03 W, 95 %, 3812 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:32:09.129, 64, 79.96 W, 96 %, 3812 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:32:11.137, 64, 79.95 W, 96 %, 3812 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:32:13.143, 65, 80.31 W, 96 %, 3812 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:32:15.152, 63, 53.77 W, 78 %, 3812 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:32:17.188, 65, 79.86 W, 97 %, 3812 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:32:19.194, 66, 79.75 W, 96 %, 3812 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:32:21.200, 66, 80.57 W, 95 %, 3812 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:32:23.208, 66, 79.90 W, 95 %, 3812 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:32:25.213, 64, 53.35 W, 95 %, 3812 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:32:27.249, 64, 53.31 W, 100 %, 3812 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:32:29.282, 67, 79.35 W, 96 %, 3812 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:32:31.288, 67, 79.89 W, 96 %, 3812 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:32:33.296, 67, 80.00 W, 96 %, 3812 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:32:35.304, 68, 79.37 W, 94 %, 3812 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:32:37.310, 65, 53.48 W, 78 %, 3818 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:32:39.346, 65, 53.76 W, 100 %, 3818 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:32:41.382, 68, 79.53 W, 98 %, 3818 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:32:43.397, 68, 78.99 W, 96 %, 3818 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:32:45.408, 69, 77.22 W, 96 %, 3818 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:32:47.414, 69, 79.46 W, 95 %, 3818 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:32:49.420, 69, 79.54 W, 95 %, 3818 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:32:51.426, 69, 78.22 W, 96 %, 3818 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:32:53.432, 66, 54.45 W, 91 %, 3818 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:32:55.467, 69, 78.56 W, 95 %, 3818 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:32:57.473, 69, 79.12 W, 95 %, 3818 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:32:59.480, 69, 80.53 W, 96 %, 3818 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:33:01.486, 67, 54.56 W, 95 %, 3818 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:33:03.522, 67, 54.19 W, 100 %, 3818 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:33:05.559, 69, 80.24 W, 98 %, 3818 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:33:07.569, 70, 79.54 W, 95 %, 3818 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:33:09.575, 70, 79.95 W, 95 %, 3818 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:33:11.580, 70, 79.42 W, 96 %, 3818 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:33:13.588, 67, 54.12 W, 80 %, 3818 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:33:15.625, 67, 54.01 W, 100 %, 3818 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:33:17.662, 70, 79.96 W, 96 %, 3818 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:33:19.667, 70, 80.18 W, 96 %, 3818 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:33:21.676, 70, 79.60 W, 96 %, 3818 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:33:23.683, 70, 79.47 W, 96 %, 3818 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:33:25.688, 70, 79.49 W, 96 %, 3818 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:33:27.694, 71, 78.69 W, 96 %, 3818 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:33:29.700, 68, 53.80 W, 77 %, 3818 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:33:31.736, 70, 79.92 W, 98 %, 3818 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:33:33.742, 71, 78.64 W, 96 %, 3818 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:33:35.751, 71, 79.63 W, 95 %, 3818 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:33:37.757, 71, 79.74 W, 95 %, 3818 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:33:39.763, 68, 53.86 W, 82 %, 3818 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:33:41.799, 68, 54.33 W, 100 %, 3818 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:33:43.837, 71, 79.07 W, 95 %, 3818 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:33:45.844, 71, 79.19 W, 96 %, 3818 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:33:47.850, 71, 78.50 W, 96 %, 3818 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:33:49.856, 71, 79.95 W, 95 %, 3818 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:33:51.862, 69, 54.51 W, 100 %, 3818 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:33:53.895, 68, 54.10 W, 100 %, 3818 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:33:55.932, 68, 53.97 W, 100 %, 3818 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:33:57.967, 68, 53.70 W, 100 %, 3818 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:34:00.004, 68, 53.00 W, 100 %, 3818 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:34:02.039, 68, 52.80 W, 100 %, 3818 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:34:04.077, 68, 52.77 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:34:06.112, 70, 78.24 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:34:08.117, 71, 79.91 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:34:10.126, 71, 79.95 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:34:12.132, 71, 79.68 W, 95 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:34:14.140, 71, 80.39 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:34:16.148, 71, 79.25 W, 97 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:34:18.154, 72, 79.64 W, 95 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:34:20.164, 72, 78.53 W, 97 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:34:22.170, 72, 79.66 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:34:24.176, 69, 54.32 W, 94 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:34:26.213, 69, 53.73 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:34:28.250, 68, 53.37 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:34:30.285, 68, 52.99 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:34:32.323, 71, 79.03 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:34:34.329, 71, 79.44 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:34:36.335, 71, 79.84 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:34:38.343, 72, 79.48 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:34:40.350, 72, 80.38 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:34:42.356, 72, 78.04 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:34:44.362, 72, 78.92 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:34:46.367, 72, 80.74 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:34:48.373, 72, 80.36 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:34:50.381, 70, 54.41 W, 94 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:34:52.420, 69, 53.70 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:34:54.454, 69, 53.48 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:34:56.491, 69, 53.45 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:34:58.527, 71, 78.89 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:35:00.533, 72, 79.95 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:35:02.538, 72, 79.18 W, 95 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:35:04.544, 72, 79.14 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:35:06.550, 72, 78.88 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:35:08.556, 72, 79.86 W, 95 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:35:10.563, 72, 79.40 W, 97 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:35:12.569, 73, 80.19 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:35:14.577, 72, 80.01 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:35:16.583, 73, 79.69 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:35:18.589, 70, 54.62 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:35:20.624, 70, 53.85 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:35:22.660, 69, 54.55 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:35:24.694, 69, 53.32 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:35:26.728, 72, 80.19 W, 95 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:35:28.734, 72, 80.22 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:35:30.740, 72, 79.57 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:35:32.745, 72, 80.16 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:35:34.751, 72, 79.62 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:35:36.757, 73, 79.34 W, 95 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:35:38.763, 73, 79.15 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:35:40.770, 73, 79.32 W, 97 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:35:42.776, 73, 80.20 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:35:44.782, 73, 79.05 W, 97 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:35:46.788, 71, 54.42 W, 94 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:35:48.823, 70, 54.33 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:35:50.858, 70, 53.99 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:35:52.892, 70, 54.35 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:35:54.932, 69, 53.98 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:35:56.966, 69, 53.73 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:35:59.000, 69, 53.39 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:36:01.036, 69, 53.24 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:36:03.072, 69, 75.55 W, 100 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:36:05.080, 72, 79.08 W, 97 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:36:07.085, 72, 80.25 W, 97 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:36:09.091, 72, 79.50 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:36:11.098, 72, 79.80 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:36:13.103, 73, 78.15 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:36:15.109, 72, 80.90 W, 97 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:36:17.114, 73, 78.70 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:36:19.122, 73, 78.53 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:36:21.128, 73, 80.01 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:36:23.133, 70, 53.94 W, 95 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:36:25.169, 70, 53.85 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:36:27.206, 70, 53.65 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:36:29.241, 72, 80.96 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:36:31.247, 72, 79.65 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:36:33.254, 72, 78.81 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:36:35.260, 73, 78.47 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:36:37.265, 73, 79.41 W, 97 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:36:39.271, 73, 80.23 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:36:41.277, 73, 78.69 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:36:43.286, 73, 78.26 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:36:45.291, 73, 79.64 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:36:47.297, 71, 54.49 W, 95 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:36:49.331, 70, 54.74 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:36:51.365, 70, 54.37 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:36:53.402, 70, 53.80 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:36:55.440, 72, 78.84 W, 98 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:36:57.445, 73, 79.74 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:36:59.453, 73, 78.31 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:37:01.459, 73, 78.51 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:37:03.465, 73, 79.11 W, 95 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:37:05.471, 73, 80.87 W, 97 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:37:07.476, 73, 80.04 W, 97 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:37:09.482, 73, 79.67 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:37:11.488, 74, 81.29 W, 97 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:37:13.494, 71, 54.89 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:37:15.528, 70, 54.65 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:37:17.567, 70, 53.88 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:37:19.602, 70, 53.92 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:37:21.643, 73, 77.96 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:37:23.650, 73, 79.58 W, 97 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:37:25.655, 73, 79.89 W, 95 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:37:27.663, 73, 80.20 W, 97 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:37:29.668, 73, 80.89 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:37:31.674, 74, 78.75 W, 95 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:37:33.680, 73, 80.04 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:37:35.685, 73, 79.50 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:37:37.696, 74, 79.28 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:37:39.701, 71, 54.54 W, 93 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:37:41.736, 71, 54.58 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:37:43.772, 71, 54.75 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:37:45.808, 70, 53.99 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:37:47.846, 72, 79.64 W, 100 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:37:49.855, 73, 79.57 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:37:51.861, 73, 80.28 W, 97 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:37:53.866, 73, 79.71 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:37:55.874, 73, 79.44 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:37:57.879, 74, 79.59 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:37:59.887, 73, 79.03 W, 95 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:38:01.893, 74, 80.23 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:38:03.899, 74, 79.48 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:38:05.904, 74, 79.47 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:38:07.910, 72, 54.96 W, 94 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:38:09.947, 71, 54.61 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:38:11.982, 71, 54.67 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:38:14.019, 71, 54.13 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:38:16.054, 70, 54.09 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:38:18.091, 70, 54.10 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:38:20.126, 70, 53.33 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:38:22.163, 70, 53.46 W, 100 %, 3820 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:38:24.199, 72, 78.92 W, 100 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:38:26.204, 73, 80.31 W, 97 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:38:28.210, 73, 79.86 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:38:30.216, 73, 79.46 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:38:32.222, 73, 79.41 W, 97 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:38:34.230, 73, 79.73 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:38:36.237, 73, 78.53 W, 97 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:38:38.243, 73, 79.47 W, 97 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:38:40.248, 74, 80.27 W, 96 %, 3820 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:38:42.255, 68, 34.76 W, 7 %, 176 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:38:44.290, 67, 44.49 W, 18 %, 3174 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:38:46.299, 67, 31.30 W, 0 %, 3174 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:38:48.338, 69, 55.01 W, 54 %, 3180 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:38:50.372, 69, 55.22 W, 100 %, 3180 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:38:52.406, 72, 79.67 W, 96 %, 3180 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:38:54.413, 72, 80.09 W, 96 %, 3180 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:38:56.418, 72, 50.60 W, 96 %, 3180 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:38:58.430, 72, 78.45 W, 93 %, 3180 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:39:00.437, 72, 79.56 W, 96 %, 3180 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:39:02.442, 73, 78.91 W, 94 %, 3180 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:39:04.448, 73, 79.44 W, 96 %, 3180 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:39:06.454, 71, 54.93 W, 97 %, 3180 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:39:08.489, 73, 78.65 W, 95 %, 3180 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:39:10.494, 73, 79.27 W, 95 %, 3180 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:39:12.500, 73, 78.38 W, 95 %, 3180 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:39:14.506, 73, 79.37 W, 94 %, 3180 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:39:16.512, 71, 55.32 W, 95 %, 3182 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:39:18.547, 71, 54.88 W, 92 %, 3182 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:39:20.582, 73, 79.70 W, 98 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:39:22.587, 72, 79.61 W, 100 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:39:24.593, 71, 55.44 W, 96 %, 3182 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:39:26.629, 73, 79.71 W, 96 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:39:28.637, 73, 78.69 W, 95 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:39:30.648, 73, 79.91 W, 96 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:39:32.655, 73, 78.98 W, 95 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:39:34.661, 72, 79.18 W, 94 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:39:36.667, 71, 54.87 W, 92 %, 3182 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:39:38.702, 71, 55.79 W, 95 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:39:40.731, 73, 79.53 W, 93 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:39:42.739, 73, 77.70 W, 94 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:39:44.745, 73, 79.38 W, 95 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:39:46.751, 73, 76.21 W, 95 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:39:48.756, 71, 54.85 W, 97 %, 3182 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:39:50.789, 73, 78.82 W, 99 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:39:52.794, 71, 79.43 W, 100 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:39:54.800, 71, 55.12 W, 93 %, 3182 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:39:56.837, 73, 79.82 W, 97 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:39:58.841, 73, 55.53 W, 98 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:40:00.850, 71, 79.57 W, 93 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:40:02.856, 71, 55.48 W, 95 %, 3182 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:40:04.892, 73, 79.14 W, 96 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:40:06.901, 73, 79.43 W, 95 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:40:08.907, 73, 80.10 W, 96 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:40:10.912, 73, 79.59 W, 83 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:40:12.918, 71, 55.78 W, 87 %, 3182 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:40:14.957, 71, 55.29 W, 100 %, 3182 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:40:16.991, 73, 79.09 W, 95 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:40:18.997, 71, 55.35 W, 83 %, 3182 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:40:21.032, 73, 77.90 W, 95 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:40:23.037, 71, 55.31 W, 95 %, 3182 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:40:25.072, 73, 79.18 W, 100 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:40:27.078, 73, 78.57 W, 84 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:40:29.089, 72, 79.53 W, 95 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:40:31.095, 73, 79.38 W, 96 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:40:33.101, 74, 78.36 W, 95 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:40:35.107, 71, 55.67 W, 100 %, 3182 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:40:37.142, 71, 55.72 W, 100 %, 3182 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:40:39.178, 71, 55.24 W, 100 %, 3182 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:40:41.214, 72, 79.73 W, 100 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:40:43.220, 71, 55.27 W, 96 %, 3182 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:40:45.257, 70, 55.28 W, 100 %, 3182 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:40:47.292, 70, 70.45 W, 99 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:40:49.298, 73, 79.11 W, 95 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:40:51.304, 73, 79.40 W, 96 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:40:53.314, 73, 79.72 W, 96 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:40:55.320, 71, 55.51 W, 74 %, 3182 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:40:57.353, 71, 55.61 W, 100 %, 3182 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:40:59.391, 70, 78.39 W, 99 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:41:01.396, 73, 79.38 W, 96 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:41:03.402, 73, 79.18 W, 96 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:41:05.408, 73, 79.36 W, 96 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:41:07.415, 69, 54.85 W, 72 %, 3182 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:41:09.453, 71, 54.53 W, 100 %, 3182 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:41:11.489, 70, 55.35 W, 100 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:41:13.495, 73, 79.73 W, 95 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:41:15.501, 73, 78.28 W, 96 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:41:17.508, 71, 55.02 W, 100 %, 3182 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:41:19.544, 70, 54.67 W, 100 %, 3182 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:41:21.581, 70, 55.03 W, 100 %, 3182 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:41:23.619, 70, 55.09 W, 100 %, 3182 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:41:25.656, 72, 79.91 W, 98 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:41:27.662, 70, 55.47 W, 81 %, 3182 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:41:29.695, 70, 55.22 W, 100 %, 3182 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:41:31.733, 72, 79.26 W, 95 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:41:33.742, 73, 79.35 W, 96 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:41:35.748, 73, 79.99 W, 96 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:41:37.754, 70, 55.02 W, 97 %, 3182 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:41:39.789, 70, 54.84 W, 100 %, 3182 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:41:41.824, 72, 79.33 W, 98 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:41:43.830, 73, 79.20 W, 96 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:41:45.836, 73, 79.48 W, 96 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:41:47.845, 73, 79.66 W, 95 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:41:49.851, 70, 55.23 W, 100 %, 3182 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:41:51.886, 70, 55.13 W, 100 %, 3182 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:41:53.921, 72, 80.52 W, 95 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:41:55.927, 73, 79.34 W, 96 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:41:57.932, 73, 78.99 W, 96 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:41:59.938, 73, 78.52 W, 96 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:42:01.948, 70, 55.05 W, 100 %, 3182 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:42:03.983, 70, 54.69 W, 100 %, 3182 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:42:06.018, 72, 77.93 W, 97 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:42:08.024, 73, 79.17 W, 96 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:42:10.029, 73, 78.59 W, 96 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:42:12.035, 71, 55.02 W, 77 %, 3182 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:42:14.070, 71, 55.03 W, 100 %, 3182 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:42:16.108, 70, 55.20 W, 100 %, 3182 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:42:18.142, 70, 54.43 W, 100 %, 3182 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:42:20.178, 70, 55.29 W, 100 %, 3182 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:42:22.212, 73, 78.99 W, 95 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:42:24.217, 73, 80.06 W, 96 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:42:26.224, 73, 79.50 W, 96 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:42:28.230, 73, 80.04 W, 96 %, 3182 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:42:30.237, 69, 40.23 W, 78 %, 103 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:42:32.275, 66, 27.97 W, 0 %, 3120 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:42:34.313, 70, 56.91 W, 47 %, 3144 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:42:36.352, 67, 34.66 W, 0 %, 3144 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:42:38.385, 68, 54.84 W, 45 %, 3144 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:42:40.422, 69, 54.77 W, 100 %, 3144 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:42:42.460, 72, 80.55 W, 94 %, 3144 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:42:44.466, 72, 80.07 W, 94 %, 3144 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:42:46.472, 70, 75.20 W, 96 %, 3146 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:42:48.479, 70, 54.58 W, 96 %, 3146 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:42:50.515, 70, 54.24 W, 95 %, 3146 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:42:52.551, 70, 53.55 W, 93 %, 3146 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:42:54.586, 70, 53.35 W, 98 %, 3146 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:42:56.623, 72, 79.77 W, 100 %, 3146 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:42:58.630, 72, 80.73 W, 96 %, 3146 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:43:00.636, 70, 54.63 W, 95 %, 3146 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:43:02.671, 70, 54.17 W, 94 %, 3146 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:43:04.707, 70, 54.25 W, 96 %, 3146 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:43:06.742, 70, 77.25 W, 95 %, 3146 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:43:08.750, 72, 52.24 W, 93 %, 3146 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:43:10.785, 70, 80.56 W, 94 %, 3146 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:43:12.791, 72, 78.64 W, 96 %, 3146 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:43:14.797, 72, 52.99 W, 96 %, 3146 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:43:16.832, 72, 80.30 W, 100 %, 3146 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:43:18.838, 70, 80.27 W, 100 %, 3146 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:43:20.844, 70, 53.69 W, 95 %, 3146 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:43:22.877, 70, 54.20 W, 97 %, 3146 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:43:24.916, 72, 80.10 W, 95 %, 3146 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:43:26.922, 72, 47.23 W, 96 %, 3146 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:43:28.959, 72, 79.34 W, 100 %, 3146 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:43:30.967, 72, 77.34 W, 96 %, 3146 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:43:32.972, 70, 53.97 W, 95 %, 3146 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:43:35.009, 72, 80.79 W, 100 %, 3146 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:43:37.015, 73, 80.00 W, 95 %, 3146 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:43:39.020, 73, 80.46 W, 96 %, 3146 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:43:41.026, 73, 79.64 W, 95 %, 3146 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:43:43.032, 72, 80.84 W, 69 %, 3146 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:43:45.037, 73, 80.27 W, 96 %, 3146 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:43:47.043, 70, 54.09 W, 92 %, 3146 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:43:49.080, 73, 79.60 W, 98 %, 3146 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:43:51.085, 73, 79.80 W, 96 %, 3146 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:43:53.091, 69, 35.36 W, 95 %, 3146 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:43:55.126, 70, 54.85 W, 100 %, 3156 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:43:57.162, 73, 78.76 W, 96 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:43:59.167, 73, 79.87 W, 95 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:44:01.173, 73, 79.98 W, 96 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:44:03.179, 73, 80.60 W, 95 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:44:05.186, 70, 38.85 W, 94 %, 3156 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:44:07.222, 73, 78.32 W, 99 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:44:09.228, 74, 80.19 W, 96 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:44:11.234, 74, 52.70 W, 94 %, 3156 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:44:13.269, 72, 79.48 W, 100 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:44:15.275, 73, 79.61 W, 96 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:44:17.281, 73, 79.48 W, 95 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:44:19.286, 71, 54.62 W, 76 %, 3156 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:44:21.323, 70, 54.21 W, 100 %, 3156 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:44:23.358, 70, 54.02 W, 100 %, 3156 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:44:25.393, 70, 53.55 W, 100 %, 3156 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:44:27.427, 73, 79.88 W, 95 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:44:29.435, 73, 80.31 W, 96 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:44:31.441, 73, 80.15 W, 96 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:44:33.446, 74, 79.90 W, 95 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:44:35.454, 74, 35.87 W, 87 %, 3156 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:44:37.493, 71, 53.94 W, 100 %, 3156 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:44:39.529, 70, 53.83 W, 100 %, 3156 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:44:41.567, 73, 79.75 W, 96 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:44:43.574, 73, 80.96 W, 96 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:44:45.580, 74, 78.93 W, 96 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:44:47.585, 74, 79.20 W, 96 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:44:49.590, 71, 54.42 W, 93 %, 3156 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:44:51.625, 71, 53.83 W, 100 %, 3156 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:44:53.660, 70, 53.79 W, 100 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:44:55.665, 73, 80.58 W, 94 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:44:57.674, 73, 79.03 W, 96 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:44:59.679, 74, 79.33 W, 96 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:45:01.687, 74, 79.85 W, 95 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:45:03.693, 74, 79.59 W, 96 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:45:05.698, 71, 54.58 W, 91 %, 3156 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:45:07.732, 71, 54.51 W, 100 %, 3156 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:45:09.769, 71, 80.48 W, 99 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:45:11.775, 74, 79.65 W, 96 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:45:13.780, 74, 79.97 W, 96 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:45:15.786, 74, 79.64 W, 96 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:45:17.795, 74, 80.80 W, 96 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:45:19.803, 73, 53.85 W, 89 %, 3156 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:45:21.841, 71, 54.69 W, 100 %, 3156 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:45:23.878, 71, 54.30 W, 100 %, 3156 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:45:25.915, 71, 54.17 W, 100 %, 3156 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:45:27.950, 71, 54.02 W, 100 %, 3156 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:45:29.986, 73, 79.36 W, 97 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:45:31.993, 73, 79.66 W, 96 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:45:33.998, 73, 79.49 W, 97 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:45:36.004, 74, 78.57 W, 96 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:45:38.009, 74, 79.65 W, 97 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:45:40.014, 71, 54.04 W, 90 %, 3156 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:45:42.049, 71, 54.56 W, 100 %, 3156 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:45:44.085, 73, 80.00 W, 97 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:45:46.094, 74, 80.60 W, 96 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:45:48.102, 74, 79.75 W, 96 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:45:50.107, 74, 78.94 W, 96 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:45:52.113, 74, 44.09 W, 96 %, 3156 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:45:54.149, 71, 53.80 W, 100 %, 3156 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:45:56.185, 71, 53.86 W, 100 %, 3156 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:45:58.222, 73, 78.88 W, 96 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:46:00.228, 74, 79.45 W, 95 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:46:02.233, 74, 79.78 W, 96 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:46:04.239, 74, 50.90 W, 95 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:46:06.244, 71, 54.39 W, 100 %, 3156 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:46:08.284, 71, 53.67 W, 100 %, 3156 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:46:10.318, 73, 79.13 W, 96 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:46:12.324, 74, 79.43 W, 96 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:46:14.330, 74, 79.59 W, 96 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:46:16.335, 74, 79.54 W, 96 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:46:18.341, 74, 80.66 W, 96 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:46:20.346, 72, 54.46 W, 91 %, 3156 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:46:22.380, 71, 54.04 W, 100 %, 3156 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:46:24.417, 71, 81.16 W, 100 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:46:26.424, 74, 80.25 W, 96 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:46:28.431, 74, 79.32 W, 96 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:46:30.436, 74, 79.92 W, 96 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:46:32.442, 74, 79.53 W, 95 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:46:34.448, 74, 41.72 W, 96 %, 3156 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:46:36.481, 71, 54.34 W, 100 %, 3156 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:46:38.518, 71, 53.77 W, 100 %, 3156 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:46:40.552, 71, 53.63 W, 100 %, 3156 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:46:42.589, 70, 53.38 W, 100 %, 3156 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:46:44.624, 73, 80.86 W, 100 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:46:46.630, 73, 80.98 W, 96 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:46:48.635, 73, 79.45 W, 96 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:46:50.642, 74, 78.50 W, 95 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:46:52.648, 74, 79.96 W, 96 %, 3156 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:46:54.653, 74, 34.44 W, 95 %, 3156 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:46:56.687, 67, 25.02 W, 5 %, 176 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:46:58.726, 66, 24.71 W, 0 %, 176 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:47:00.766, 66, 24.70 W, 13 %, 1778 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:47:02.804, 65, 24.64 W, 0 %, 1778 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:47:04.841, 65, 24.57 W, 0 %, 1778 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:47:06.879, 64, 24.59 W, 0 %, 1778 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:47:08.916, 64, 24.38 W, 0 %, 1778 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:47:10.955, 63, 24.36 W, 0 %, 1778 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:47:12.994, 63, 24.32 W, 0 %, 1778 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:47:15.035, 63, 24.20 W, 0 %, 1778 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:47:17.072, 62, 24.28 W, 0 %, 1778 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:47:19.110, 62, 24.13 W, 0 %, 1778 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:47:21.149, 62, 24.04 W, 0 %, 1778 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:47:23.188, 61, 24.05 W, 0 %, 1778 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:47:25.228, 61, 23.95 W, 0 %, 1778 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:47:27.267, 61, 23.87 W, 0 %, 1778 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:47:29.306, 61, 12.73 W, 0 %, 1778 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:47:31.374, 59, 4.29 W, 0 %, 1778 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:47:33.447, 58, 4.50 W, 0 %, 1778 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:47:35.513, 58, 23.60 W, 0 %, 1778 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:47:37.555, 59, 23.62 W, 0 %, 1778 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:47:39.594, 59, 23.65 W, 0 %, 1778 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:47:41.632, 59, 23.59 W, 0 %, 1778 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:47:43.670, 59, 23.55 W, 0 %, 1778 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:47:45.709, 59, 23.64 W, 0 %, 1778 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:47:47.748, 59, 23.51 W, 2 %, 1778 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:47:49.788, 59, 23.52 W, 0 %, 1778 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:47:51.825, 58, 23.48 W, 0 %, 1778 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:47:53.864, 58, 23.48 W, 0 %, 1778 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:47:55.905, 58, 23.48 W, 0 %, 1778 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:47:57.943, 58, 23.46 W, 0 %, 1778 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:47:59.982, 58, 23.45 W, 0 %, 1778 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:48:02.020, 58, 23.42 W, 0 %, 1778 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:48:04.066, 59, 33.05 W, 0 %, 1844 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:48:06.099, 58, 23.53 W, 0 %, 1844 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:48:08.139, 58, 23.39 W, 0 %, 1844 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:48:10.178, 58, 23.35 W, 0 %, 1844 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:48:12.216, 58, 23.34 W, 0 %, 1844 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:48:14.256, 58, 23.36 W, 0 %, 1844 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:48:16.295, 59, 32.71 W, 0 %, 1852 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:48:18.328, 58, 23.49 W, 0 %, 1852 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:48:20.367, 62, 54.83 W, 100 %, 1854 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:48:22.403, 64, 80.21 W, 93 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:48:24.409, 65, 81.25 W, 88 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:48:26.415, 64, 59.69 W, 92 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:48:28.420, 66, 80.20 W, 92 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:48:30.426, 67, 52.45 W, 89 %, 1854 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:48:32.460, 67, 53.34 W, 89 %, 1854 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:48:34.495, 67, 80.14 W, 92 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:48:36.501, 67, 80.42 W, 94 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:48:38.506, 67, 80.24 W, 91 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:48:40.512, 66, 79.71 W, 94 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:48:42.517, 66, 54.71 W, 99 %, 1854 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:48:44.554, 68, 80.43 W, 93 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:48:46.559, 68, 79.60 W, 95 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:48:48.565, 68, 81.19 W, 92 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:48:50.572, 69, 81.11 W, 90 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:48:52.577, 67, 54.72 W, 92 %, 1854 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:48:54.612, 67, 62.99 W, 100 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:48:56.617, 67, 54.53 W, 99 %, 1854 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:48:58.651, 67, 54.07 W, 95 %, 1854 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:49:00.687, 67, 54.78 W, 93 %, 1854 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:49:02.723, 70, 80.37 W, 88 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:49:04.729, 68, 54.34 W, 90 %, 1854 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:49:06.766, 70, 66.09 W, 88 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:49:08.771, 68, 55.05 W, 91 %, 1854 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:49:10.806, 67, 54.70 W, 99 %, 1854 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:49:12.842, 70, 82.21 W, 89 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:49:14.850, 70, 80.50 W, 91 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:49:16.856, 71, 80.55 W, 91 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:49:18.861, 71, 68.95 W, 89 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:49:20.868, 71, 79.87 W, 91 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:49:22.874, 71, 80.81 W, 91 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:49:24.879, 69, 55.44 W, 88 %, 1854 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:49:26.915, 71, 79.52 W, 90 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:49:28.922, 71, 79.98 W, 90 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:49:30.931, 71, 80.37 W, 85 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:49:32.937, 71, 80.56 W, 90 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:49:34.942, 71, 76.76 W, 89 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:49:36.948, 72, 79.06 W, 85 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:49:38.953, 72, 79.19 W, 91 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:49:40.959, 72, 79.56 W, 89 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:49:42.965, 72, 79.88 W, 91 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:49:44.970, 72, 79.17 W, 90 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:49:46.976, 72, 55.57 W, 85 %, 1854 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:49:49.012, 70, 56.28 W, 99 %, 1854 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:49:51.051, 70, 54.90 W, 100 %, 1854 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:49:53.087, 71, 79.37 W, 100 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:49:55.093, 72, 80.29 W, 91 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:49:57.100, 72, 79.07 W, 89 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:49:59.106, 72, 79.17 W, 90 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:50:01.112, 72, 79.58 W, 91 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:50:03.119, 70, 55.08 W, 100 %, 1854 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:50:05.154, 69, 55.88 W, 99 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:50:07.160, 72, 79.52 W, 89 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:50:09.167, 72, 78.86 W, 90 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:50:11.172, 72, 79.57 W, 91 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:50:13.178, 73, 78.59 W, 91 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:50:15.183, 70, 55.07 W, 94 %, 1854 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:50:17.218, 70, 55.53 W, 99 %, 1854 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:50:19.252, 72, 78.68 W, 91 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:50:21.262, 73, 80.35 W, 89 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:50:23.268, 73, 78.91 W, 91 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:50:25.274, 73, 79.78 W, 91 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:50:27.280, 70, 54.51 W, 80 %, 1854 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:50:29.317, 70, 55.54 W, 100 %, 1854 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:50:31.351, 72, 80.02 W, 95 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:50:33.357, 73, 78.64 W, 89 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:50:35.362, 73, 79.81 W, 91 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:50:37.368, 73, 79.69 W, 91 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:50:39.375, 73, 80.04 W, 90 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:50:41.380, 73, 79.43 W, 91 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:50:43.391, 71, 55.49 W, 93 %, 1854 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:50:45.427, 70, 55.62 W, 100 %, 1854 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:50:47.461, 70, 55.53 W, 100 %, 1854 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:50:49.498, 71, 79.91 W, 97 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:50:51.506, 73, 79.21 W, 91 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:50:53.512, 73, 80.53 W, 91 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:50:55.518, 73, 77.96 W, 89 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:50:57.523, 73, 79.11 W, 90 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:50:59.529, 71, 54.52 W, 86 %, 1854 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:51:01.565, 70, 56.11 W, 100 %, 1854 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:51:03.600, 73, 79.97 W, 96 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:51:05.606, 73, 80.96 W, 91 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:51:07.612, 73, 79.25 W, 90 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:51:09.617, 73, 79.37 W, 91 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:51:11.623, 72, 81.87 W, 89 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:51:13.629, 74, 79.82 W, 90 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:51:15.635, 73, 79.18 W, 91 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:51:17.643, 74, 79.37 W, 91 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:51:19.649, 74, 79.30 W, 91 %, 1854 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:51:21.654, 74, 79.50 W, 86 %, 1860 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:51:23.665, 74, 79.67 W, 90 %, 1860 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:51:25.671, 74, 79.24 W, 91 %, 1860 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:51:27.677, 74, 79.06 W, 90 %, 1860 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:51:29.682, 74, 72.76 W, 90 %, 1860 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:51:31.687, 74, 79.94 W, 91 %, 1860 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:51:33.693, 74, 79.57 W, 90 %, 1860 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:51:35.699, 74, 79.46 W, 90 %, 1860 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:51:37.706, 74, 79.26 W, 90 %, 1860 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:51:39.711, 74, 80.32 W, 81 %, 1860 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:51:41.718, 74, 78.70 W, 91 %, 1860 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:51:43.723, 74, 80.18 W, 89 %, 1860 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:51:45.731, 74, 78.93 W, 91 %, 1860 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:51:47.736, 75, 79.34 W, 91 %, 1860 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:51:49.745, 75, 79.43 W, 91 %, 1860 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:51:51.751, 70, 35.29 W, 3 %, 103 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:51:53.785, 67, 25.08 W, 0 %, 176 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:51:55.826, 67, 24.75 W, 0 %, 176 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:51:57.864, 66, 24.80 W, 0 %, 176 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:51:59.904, 67, 34.70 W, 14 %, 3350 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:52:01.938, 65, 24.64 W, 0 %, 3350 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:52:03.977, 65, 24.44 W, 0 %, 3350 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:52:06.015, 64, 24.43 W, 4 %, 3360 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:52:08.056, 70, 79.79 W, 17 %, 3478 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:52:10.062, 65, 34.15 W, 0 %, 3478 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:52:12.105, 68, 55.92 W, 71 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:52:14.139, 68, 55.20 W, 100 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:52:16.174, 68, 54.81 W, 98 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:52:18.211, 70, 79.66 W, 97 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:52:20.217, 71, 79.29 W, 91 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:52:22.224, 71, 79.75 W, 91 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:52:24.230, 71, 79.53 W, 95 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:52:26.238, 71, 79.26 W, 96 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:52:28.244, 69, 55.10 W, 94 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:52:30.280, 69, 52.97 W, 94 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:52:32.315, 71, 79.28 W, 95 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:52:34.323, 69, 54.77 W, 100 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:52:36.358, 72, 79.44 W, 90 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:52:38.366, 69, 55.58 W, 98 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:52:40.402, 72, 79.13 W, 96 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:52:42.408, 69, 54.89 W, 94 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:52:44.443, 71, 77.98 W, 98 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:52:46.449, 69, 55.45 W, 92 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:52:48.484, 72, 48.92 W, 94 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:52:50.522, 72, 54.91 W, 93 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:52:52.559, 72, 78.24 W, 96 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:52:54.565, 69, 54.92 W, 95 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:52:56.601, 72, 79.01 W, 97 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:52:58.606, 70, 56.36 W, 91 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:53:00.643, 72, 77.34 W, 92 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:53:02.648, 71, 80.35 W, 100 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:53:04.654, 70, 55.81 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:53:06.674, 70, 54.84 W, 94 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:53:08.709, 72, 79.34 W, 93 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:53:10.715, 72, 80.43 W, 97 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:53:12.721, 72, 79.45 W, 96 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:53:14.727, 70, 55.51 W, 93 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:53:16.761, 71, 55.29 W, 93 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:53:18.796, 70, 79.67 W, 100 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:53:20.801, 70, 55.40 W, 94 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:53:22.837, 70, 55.03 W, 99 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:53:24.874, 72, 79.48 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:53:26.884, 70, 55.50 W, 97 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:53:28.919, 72, 79.19 W, 97 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:53:30.925, 70, 69.84 W, 95 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:53:32.933, 70, 80.14 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:53:34.941, 70, 56.04 W, 94 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:53:36.978, 73, 79.35 W, 96 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:53:38.985, 70, 55.37 W, 99 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:53:41.021, 73, 80.00 W, 96 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:53:43.028, 70, 56.55 W, 90 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:53:45.067, 69, 32.15 W, 95 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:53:47.073, 72, 56.15 W, 100 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:53:49.084, 70, 54.58 W, 100 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:53:51.120, 72, 78.97 W, 100 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:53:53.126, 72, 79.02 W, 90 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:53:55.132, 73, 79.09 W, 93 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:53:57.138, 73, 79.66 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:53:59.144, 73, 79.41 W, 92 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:54:01.150, 73, 75.17 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:54:03.155, 71, 55.08 W, 83 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:54:05.191, 73, 80.35 W, 96 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:54:07.197, 73, 80.26 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:54:09.205, 73, 79.78 W, 92 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:54:11.211, 73, 79.91 W, 91 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:54:13.221, 72, 55.72 W, 93 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:54:15.258, 71, 55.56 W, 98 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:54:17.294, 73, 79.45 W, 100 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:54:19.299, 74, 78.70 W, 91 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:54:21.308, 74, 80.19 W, 93 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:54:23.316, 74, 77.54 W, 93 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:54:25.322, 74, 78.80 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:54:27.331, 74, 79.63 W, 91 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:54:29.338, 74, 79.74 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:54:31.344, 74, 79.47 W, 93 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:54:33.352, 74, 78.67 W, 92 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:54:35.359, 74, 78.94 W, 91 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:54:37.364, 74, 79.48 W, 93 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:54:39.373, 74, 78.77 W, 91 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:54:41.379, 74, 74.37 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:54:43.385, 74, 79.00 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:54:45.391, 75, 79.33 W, 86 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:54:47.397, 75, 79.37 W, 92 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:54:49.408, 75, 78.32 W, 93 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:54:51.414, 75, 77.54 W, 92 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:54:53.421, 75, 79.21 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:54:55.427, 73, 56.95 W, 86 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:54:57.464, 72, 56.44 W, 100 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:54:59.500, 72, 56.37 W, 97 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:55:01.537, 72, 56.63 W, 100 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:55:03.573, 72, 57.17 W, 100 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:55:05.609, 72, 56.26 W, 100 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:55:07.644, 74, 80.10 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:55:09.650, 74, 79.58 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:55:11.656, 74, 79.03 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:55:13.662, 74, 79.49 W, 93 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:55:15.668, 75, 79.28 W, 93 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:55:17.674, 75, 79.34 W, 93 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:55:19.685, 75, 80.24 W, 91 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:55:21.691, 75, 79.52 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:55:23.697, 72, 56.01 W, 90 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:55:25.734, 72, 56.19 W, 100 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:55:27.772, 72, 55.93 W, 100 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:55:29.809, 73, 78.92 W, 89 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:55:31.814, 74, 78.60 W, 93 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:55:33.820, 74, 80.20 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:55:35.828, 75, 79.96 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:55:37.834, 75, 79.12 W, 95 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:55:39.840, 75, 78.97 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:55:41.845, 74, 80.15 W, 91 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:55:43.851, 75, 79.08 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:55:45.857, 72, 56.47 W, 100 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:55:47.891, 72, 56.30 W, 100 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:55:49.926, 72, 56.06 W, 99 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:55:51.962, 72, 79.56 W, 97 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:55:53.967, 74, 79.54 W, 95 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:55:55.973, 74, 80.54 W, 91 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:55:57.979, 75, 78.45 W, 93 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:55:59.985, 75, 79.38 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:56:01.992, 75, 80.47 W, 93 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:56:03.998, 75, 78.97 W, 93 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:56:06.004, 75, 79.25 W, 95 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:56:08.009, 75, 79.59 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:56:10.015, 75, 78.81 W, 93 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:56:12.021, 75, 79.99 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:56:14.027, 75, 72.94 W, 87 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:56:16.035, 73, 56.85 W, 100 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:56:18.070, 72, 55.80 W, 100 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:56:20.107, 72, 56.35 W, 100 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:56:22.143, 75, 77.93 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:56:24.149, 75, 78.11 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:56:26.155, 75, 80.48 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:56:28.161, 75, 80.12 W, 95 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:56:30.168, 75, 80.08 W, 92 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:56:32.174, 75, 79.27 W, 92 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:56:34.182, 75, 79.38 W, 93 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:56:36.189, 75, 79.67 W, 91 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:56:38.195, 75, 79.43 W, 93 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:56:40.203, 75, 78.92 W, 91 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:56:42.209, 73, 56.64 W, 100 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:56:44.244, 73, 56.48 W, 100 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:56:46.280, 72, 56.68 W, 100 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:56:48.315, 72, 55.18 W, 100 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:56:50.351, 72, 57.04 W, 100 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:56:52.387, 72, 55.95 W, 100 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:56:54.424, 74, 79.57 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:56:56.431, 74, 79.20 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:56:58.436, 75, 79.89 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:57:00.443, 75, 79.98 W, 91 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:57:02.450, 75, 80.11 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:57:04.455, 75, 79.54 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:57:06.461, 75, 80.49 W, 92 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:57:08.469, 75, 80.30 W, 93 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:57:10.474, 75, 79.42 W, 93 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:57:12.481, 73, 56.60 W, 100 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:57:14.516, 72, 55.08 W, 100 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:57:16.553, 72, 54.63 W, 99 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:57:18.588, 74, 74.34 W, 100 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:57:20.594, 74, 79.10 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:57:22.600, 74, 79.24 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:57:24.606, 75, 79.71 W, 91 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:57:26.614, 75, 79.27 W, 95 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:57:28.620, 75, 78.97 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:57:30.626, 75, 79.00 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:57:32.632, 75, 78.43 W, 91 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:57:34.639, 73, 54.07 W, 89 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:57:36.674, 73, 61.86 W, 100 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:57:38.679, 72, 56.72 W, 100 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:57:40.717, 72, 56.22 W, 100 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:57:42.753, 74, 78.39 W, 95 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:57:44.759, 75, 79.80 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:57:46.765, 75, 80.69 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:57:48.771, 75, 78.70 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:57:50.778, 75, 79.25 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:57:52.785, 75, 79.02 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:57:54.791, 75, 78.93 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:57:56.797, 75, 78.97 W, 91 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:57:58.803, 73, 56.40 W, 100 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:58:00.840, 73, 56.20 W, 100 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:58:02.875, 72, 55.88 W, 99 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:58:04.909, 74, 79.49 W, 97 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:58:06.915, 74, 78.98 W, 95 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:58:08.920, 75, 80.35 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:58:10.927, 75, 79.60 W, 93 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:58:12.933, 75, 79.88 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:58:14.941, 75, 78.89 W, 93 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:58:16.946, 75, 79.76 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:58:18.952, 75, 79.77 W, 93 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:58:20.960, 75, 79.65 W, 89 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:58:22.965, 74, 55.34 W, 85 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:58:25.002, 73, 59.50 W, 100 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:58:27.007, 73, 56.03 W, 100 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:58:29.041, 72, 57.16 W, 100 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:58:31.076, 75, 79.83 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:58:33.090, 75, 79.42 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:58:35.097, 75, 79.33 W, 93 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:58:37.103, 75, 79.04 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:58:39.109, 75, 78.41 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:58:41.120, 75, 78.67 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:58:43.126, 75, 79.32 W, 92 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:58:45.131, 75, 79.32 W, 95 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:58:47.137, 75, 78.50 W, 95 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:58:49.143, 73, 56.17 W, 100 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:58:51.180, 73, 56.45 W, 100 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:58:53.217, 72, 56.11 W, 100 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:58:55.254, 72, 55.63 W, 100 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:58:57.292, 72, 56.06 W, 100 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:58:59.328, 72, 55.87 W, 99 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:59:01.363, 74, 78.53 W, 96 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:59:03.369, 74, 80.47 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:59:05.374, 75, 78.99 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:59:07.382, 75, 80.13 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:59:09.388, 75, 79.84 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:59:11.394, 75, 63.52 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:59:13.405, 75, 78.88 W, 94 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:59:15.413, 75, 79.87 W, 93 %, 3480 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 19:59:17.418, 75, 34.67 W, 90 %, 3480 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 19:59:19.453, 69, 20.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:59:21.514, 66, 8.78 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:59:23.581, 64, 4.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:59:25.653, 64, 4.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:59:27.722, 63, 4.69 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:59:29.790, 62, 4.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:59:31.857, 62, 4.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:59:33.923, 61, 4.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:59:35.990, 61, 4.34 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:59:38.058, 60, 4.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:59:40.128, 60, 4.35 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:59:42.195, 59, 4.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:59:44.262, 59, 4.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:59:46.331, 58, 4.27 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:59:48.399, 58, 4.30 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:59:50.466, 57, 4.26 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:59:52.534, 57, 4.24 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:59:54.601, 57, 4.10 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:59:56.672, 56, 4.07 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 19:59:58.739, 56, 4.27 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:00:00.805, 56, 4.21 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:00:02.878, 56, 4.07 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:00:04.957, 55, 4.12 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:00:07.025, 55, 4.14 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:00:09.095, 55, 4.03 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:00:11.167, 55, 4.19 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:00:13.235, 55, 3.85 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:00:15.303, 54, 4.26 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:00:17.371, 54, 4.08 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:00:19.439, 54, 3.95 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:00:21.507, 54, 4.03 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:00:23.575, 54, 3.87 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:00:25.643, 54, 4.12 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:00:27.717, 53, 4.09 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:00:29.785, 53, 3.81 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:00:31.852, 53, 3.91 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:00:33.920, 53, 4.78 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:00:36.003, 53, 4.84 W, 0 %, 104 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:00:38.098, 53, 3.89 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:00:40.186, 54, 23.14 W, 0 %, 176 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:00:42.225, 55, 22.81 W, 0 %, 176 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:00:44.265, 55, 22.71 W, 0 %, 176 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:00:46.304, 55, 22.75 W, 0 %, 176 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:00:48.343, 55, 22.80 W, 0 %, 176 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:00:50.383, 55, 22.90 W, 1 %, 3940 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:00:52.421, 57, 32.36 W, 15 %, 5316 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:00:54.455, 56, 22.93 W, 0 %, 5316 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:00:56.493, 56, 22.92 W, 0 %, 5316 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:00:58.531, 56, 22.90 W, 0 %, 5316 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:01:00.570, 56, 22.93 W, 0 %, 5316 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:01:02.608, 56, 28.51 W, 0 %, 5316 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:01:04.648, 56, 22.98 W, 0 %, 5328 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:01:06.689, 56, 23.04 W, 0 %, 5328 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:01:08.727, 56, 22.94 W, 0 %, 5328 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:01:10.766, 56, 22.93 W, 0 %, 5328 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:01:12.805, 56, 22.93 W, 0 %, 5328 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:01:14.844, 56, 22.94 W, 0 %, 5328 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:01:16.883, 56, 22.95 W, 0 %, 5328 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:01:18.921, 56, 22.97 W, 0 %, 5342 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:01:20.959, 56, 22.98 W, 0 %, 5342 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:01:22.999, 56, 23.06 W, 0 %, 5342 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:01:25.039, 56, 22.94 W, 0 %, 5342 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:01:27.078, 56, 22.97 W, 0 %, 5342 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:01:29.117, 56, 23.19 W, 0 %, 5342 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:01:31.157, 56, 23.05 W, 0 %, 5342 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:01:33.199, 56, 23.03 W, 0 %, 5342 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:01:35.239, 56, 23.03 W, 0 %, 5342 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:01:37.278, 56, 22.98 W, 0 %, 5342 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:01:39.318, 56, 22.98 W, 0 %, 5342 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:01:41.357, 56, 24.01 W, 2 %, 5342 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:01:43.396, 56, 22.96 W, 0 %, 5342 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:01:45.436, 56, 22.97 W, 0 %, 5342 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:01:47.474, 56, 22.96 W, 0 %, 5342 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:01:49.511, 56, 22.92 W, 0 %, 5342 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:01:51.549, 56, 22.96 W, 0 %, 5342 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:01:53.589, 56, 22.94 W, 0 %, 5342 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:01:55.630, 56, 22.92 W, 0 %, 5342 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:01:57.668, 56, 22.84 W, 0 %, 5342 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:01:59.712, 56, 22.90 W, 0 %, 5342 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:02:01.751, 56, 22.95 W, 0 %, 5342 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:02:03.792, 56, 22.84 W, 0 %, 5342 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:02:05.829, 56, 22.84 W, 0 %, 5342 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:02:07.867, 56, 22.95 W, 0 %, 5342 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:02:09.906, 56, 22.83 W, 3 %, 5342 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:02:11.946, 56, 22.95 W, 0 %, 5342 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:02:13.987, 56, 22.93 W, 0 %, 5342 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:02:16.026, 56, 23.09 W, 0 %, 5342 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:02:18.065, 56, 22.90 W, 0 %, 5342 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:02:20.105, 56, 22.87 W, 0 %, 5342 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:02:22.143, 56, 23.63 W, 1 %, 5342 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:02:24.181, 57, 34.40 W, 23 %, 5344 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:02:26.225, 56, 23.08 W, 0 %, 5344 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:02:28.265, 56, 23.01 W, 0 %, 5344 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:02:30.304, 56, 23.00 W, 0 %, 5344 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:02:32.342, 56, 23.03 W, 0 %, 5344 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:02:34.381, 56, 23.08 W, 0 %, 5344 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:02:36.420, 58, 40.56 W, 1 %, 5350 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:02:38.458, 59, 41.05 W, 55 %, 5350 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:02:40.494, 60, 53.38 W, 89 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:02:42.530, 60, 53.85 W, 89 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:02:44.564, 61, 51.46 W, 84 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:02:46.600, 61, 54.23 W, 84 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:02:48.637, 62, 51.82 W, 96 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:02:50.673, 62, 49.08 W, 92 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:02:52.713, 61, 38.89 W, 30 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:02:54.753, 60, 34.70 W, 27 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:02:56.793, 60, 33.54 W, 34 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:02:58.834, 62, 50.97 W, 89 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:03:00.870, 63, 54.97 W, 91 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:03:02.906, 63, 54.57 W, 97 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:03:04.940, 63, 57.38 W, 98 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:03:06.974, 64, 52.14 W, 96 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:03:09.011, 64, 58.23 W, 99 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:03:11.047, 64, 54.23 W, 31 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:03:13.084, 61, 35.86 W, 25 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:03:15.124, 61, 35.82 W, 34 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:03:17.164, 60, 23.65 W, 28 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:03:19.204, 59, 23.53 W, 0 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:03:21.243, 63, 51.48 W, 93 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:03:23.279, 63, 53.42 W, 92 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:03:25.314, 64, 56.62 W, 93 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:03:27.348, 64, 49.29 W, 93 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:03:29.385, 63, 38.52 W, 92 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:03:31.420, 62, 35.00 W, 24 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:03:33.462, 61, 31.31 W, 33 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:03:35.503, 61, 31.57 W, 27 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:03:37.544, 61, 35.79 W, 32 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:03:39.587, 61, 34.22 W, 35 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:03:41.628, 62, 48.06 W, 34 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:03:43.663, 64, 52.03 W, 56 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:03:45.700, 61, 34.38 W, 25 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:03:47.745, 61, 30.08 W, 41 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:03:49.780, 64, 50.53 W, 92 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:03:51.815, 64, 57.81 W, 29 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:03:53.852, 62, 27.59 W, 27 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:03:55.892, 64, 50.24 W, 92 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:03:57.929, 65, 56.18 W, 28 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:03:59.965, 62, 31.22 W, 25 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:04:02.006, 62, 33.49 W, 36 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:04:04.046, 64, 50.91 W, 92 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:04:06.081, 64, 57.77 W, 90 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:04:08.116, 63, 34.87 W, 24 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:04:10.157, 63, 33.87 W, 33 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:04:12.198, 62, 27.88 W, 26 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:04:14.240, 65, 49.65 W, 93 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:04:16.276, 65, 58.11 W, 37 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:04:18.313, 63, 31.12 W, 28 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:04:20.353, 65, 52.93 W, 37 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:04:22.390, 65, 50.67 W, 92 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:04:24.427, 65, 53.94 W, 98 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:04:26.464, 63, 36.47 W, 32 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:04:28.504, 63, 32.86 W, 36 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:04:30.543, 65, 52.75 W, 55 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:04:32.578, 65, 51.19 W, 95 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:04:34.614, 65, 52.07 W, 98 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:04:36.652, 64, 34.57 W, 29 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:04:38.693, 63, 36.10 W, 37 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:04:40.737, 65, 48.32 W, 54 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:04:42.773, 66, 50.60 W, 94 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:04:44.810, 66, 57.72 W, 97 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:04:46.847, 64, 33.28 W, 31 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:04:48.888, 63, 34.59 W, 31 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:04:50.930, 65, 51.87 W, 93 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:04:52.967, 66, 57.67 W, 69 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:04:55.003, 64, 35.78 W, 28 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:04:57.045, 63, 48.83 W, 45 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:04:59.080, 66, 57.14 W, 50 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:05:01.117, 63, 33.85 W, 25 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:05:03.159, 63, 34.45 W, 26 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:05:05.202, 65, 50.52 W, 80 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:05:07.241, 66, 52.97 W, 93 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:05:09.276, 64, 36.93 W, 31 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:05:11.315, 64, 35.81 W, 34 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:05:13.355, 66, 52.01 W, 94 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:05:15.390, 66, 53.20 W, 95 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:05:17.426, 67, 49.12 W, 60 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:05:19.460, 64, 36.27 W, 30 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:05:21.501, 64, 36.24 W, 35 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:05:23.543, 66, 50.76 W, 81 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:05:25.578, 67, 57.94 W, 89 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:05:27.615, 65, 33.94 W, 28 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:05:29.656, 64, 31.24 W, 36 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:05:31.702, 66, 50.78 W, 92 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:05:33.741, 67, 52.50 W, 89 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:05:35.777, 67, 50.62 W, 95 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:05:37.815, 67, 52.20 W, 95 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:05:39.850, 67, 58.26 W, 99 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:05:41.887, 64, 31.27 W, 28 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:05:43.930, 64, 36.20 W, 31 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:05:45.972, 64, 34.41 W, 34 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:05:48.012, 63, 33.08 W, 30 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:05:50.055, 64, 36.17 W, 32 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:05:52.096, 64, 36.21 W, 35 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:05:54.137, 63, 34.22 W, 29 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:05:56.180, 63, 36.09 W, 36 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:05:58.222, 63, 36.20 W, 27 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:06:00.267, 63, 32.89 W, 30 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:06:02.309, 63, 33.97 W, 35 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:06:04.349, 63, 34.69 W, 32 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:06:06.392, 62, 31.92 W, 31 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:06:08.431, 62, 31.54 W, 32 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:06:10.472, 64, 52.16 W, 60 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:06:12.508, 65, 51.25 W, 90 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:06:14.545, 65, 56.05 W, 33 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:06:16.581, 63, 34.44 W, 34 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:06:18.622, 62, 31.39 W, 27 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:06:20.664, 62, 35.21 W, 24 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:06:22.704, 62, 35.83 W, 32 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:06:24.746, 62, 33.12 W, 27 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:06:26.786, 62, 35.69 W, 34 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:06:28.825, 62, 35.80 W, 34 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:06:30.868, 61, 31.87 W, 28 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:06:32.909, 62, 34.94 W, 27 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:06:34.949, 61, 34.38 W, 30 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:06:36.991, 64, 50.62 W, 52 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:06:39.026, 64, 51.65 W, 95 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:06:41.062, 64, 40.58 W, 97 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:06:43.100, 63, 31.69 W, 28 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:06:45.141, 62, 35.72 W, 22 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:06:47.184, 62, 35.61 W, 35 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:06:49.224, 61, 35.61 W, 34 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:06:51.267, 62, 35.60 W, 27 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:06:53.309, 61, 35.62 W, 34 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:06:55.351, 61, 31.23 W, 26 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:06:57.390, 61, 35.49 W, 31 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:06:59.430, 61, 34.06 W, 36 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:07:01.473, 61, 33.51 W, 36 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:07:03.513, 61, 35.73 W, 28 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:07:05.553, 61, 33.63 W, 34 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:07:07.596, 61, 33.14 W, 28 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:07:09.638, 61, 34.39 W, 31 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:07:11.678, 61, 34.12 W, 36 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:07:13.719, 63, 50.78 W, 96 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:07:15.756, 64, 54.20 W, 95 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:07:17.793, 64, 49.62 W, 99 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:07:19.830, 64, 50.73 W, 92 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:07:21.867, 64, 57.71 W, 89 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:07:23.904, 64, 57.65 W, 95 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:07:25.942, 65, 54.60 W, 97 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:07:27.978, 64, 54.81 W, 98 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:07:30.016, 65, 53.19 W, 100 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:07:32.053, 65, 51.23 W, 31 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:07:34.093, 62, 37.44 W, 37 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:07:36.132, 62, 34.94 W, 36 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:07:38.174, 62, 32.46 W, 37 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:07:40.214, 62, 36.23 W, 28 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:07:42.253, 62, 38.44 W, 39 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:07:44.298, 62, 31.72 W, 34 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:07:46.343, 62, 37.90 W, 33 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:07:48.383, 62, 37.69 W, 37 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:07:50.423, 62, 32.58 W, 38 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:07:52.465, 62, 34.85 W, 28 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:07:54.506, 62, 38.27 W, 37 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:07:56.546, 62, 35.46 W, 39 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:07:58.586, 62, 36.86 W, 35 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:08:00.624, 62, 38.82 W, 38 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:08:02.662, 62, 32.21 W, 30 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:08:04.703, 62, 34.74 W, 33 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:08:06.744, 62, 35.31 W, 37 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:08:08.786, 62, 36.24 W, 37 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:08:10.828, 62, 36.22 W, 32 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:08:12.866, 62, 35.72 W, 38 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:08:14.905, 62, 34.05 W, 31 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:08:16.946, 62, 36.17 W, 30 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:08:18.988, 62, 36.37 W, 35 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:08:21.028, 61, 31.56 W, 33 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:08:23.062, 65, 54.53 W, 96 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:08:25.098, 65, 54.63 W, 94 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:08:27.135, 65, 54.75 W, 98 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:08:29.171, 65, 57.14 W, 99 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:08:31.206, 66, 58.69 W, 32 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:08:33.243, 64, 34.80 W, 37 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:08:35.290, 63, 32.12 W, 30 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:08:37.330, 63, 37.28 W, 34 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:08:39.370, 63, 34.33 W, 34 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:08:41.409, 63, 37.77 W, 31 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:08:43.449, 63, 38.58 W, 39 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:08:45.489, 63, 34.16 W, 35 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:08:47.533, 62, 34.39 W, 27 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:08:49.576, 63, 37.37 W, 38 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:08:51.617, 63, 38.58 W, 39 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:08:53.657, 62, 34.00 W, 32 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:08:55.698, 63, 36.24 W, 37 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:08:57.738, 63, 34.18 W, 38 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:08:59.778, 62, 31.83 W, 27 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:09:01.819, 63, 38.15 W, 38 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:09:03.858, 63, 36.16 W, 38 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:09:05.898, 62, 31.88 W, 29 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:09:07.939, 63, 35.84 W, 39 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:09:09.978, 63, 32.85 W, 35 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:09:12.019, 63, 36.30 W, 33 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:09:14.057, 63, 38.61 W, 39 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:09:16.096, 63, 38.17 W, 36 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:09:18.136, 65, 53.24 W, 97 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:09:20.172, 65, 53.37 W, 97 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:09:22.208, 66, 53.31 W, 96 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:09:24.242, 66, 54.99 W, 96 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:09:26.279, 66, 56.37 W, 74 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:09:28.316, 65, 41.98 W, 35 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:09:30.355, 64, 36.40 W, 28 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:09:32.394, 63, 33.63 W, 35 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:09:34.434, 63, 35.49 W, 38 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:09:36.476, 63, 35.58 W, 28 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:09:38.516, 63, 36.88 W, 39 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:09:40.557, 63, 38.57 W, 33 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:09:42.597, 63, 35.34 W, 32 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:09:44.639, 63, 37.59 W, 31 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:09:46.681, 63, 35.88 W, 33 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:09:48.721, 63, 32.81 W, 33 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:09:50.760, 63, 37.61 W, 38 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:09:52.802, 63, 32.15 W, 38 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:09:54.844, 63, 34.05 W, 36 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:09:56.886, 63, 32.91 W, 36 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:09:58.927, 63, 36.85 W, 38 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:10:00.967, 63, 32.25 W, 35 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:10:03.007, 63, 37.63 W, 39 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:10:05.047, 63, 37.83 W, 39 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:10:07.086, 63, 32.21 W, 31 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:10:09.128, 63, 37.27 W, 35 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:10:11.169, 63, 36.46 W, 33 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:10:13.209, 63, 34.48 W, 39 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:10:15.249, 63, 36.20 W, 35 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:10:17.290, 63, 33.27 W, 38 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:10:19.332, 63, 34.02 W, 28 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:10:21.375, 62, 30.46 W, 27 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:10:23.416, 66, 51.04 W, 97 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:10:25.450, 66, 54.20 W, 97 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:10:27.484, 66, 55.68 W, 97 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:10:29.520, 66, 56.85 W, 99 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:10:31.557, 66, 50.63 W, 30 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:10:33.594, 64, 35.42 W, 35 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:10:35.635, 64, 36.11 W, 39 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:10:37.675, 63, 32.60 W, 35 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:10:39.715, 63, 33.10 W, 34 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:10:41.754, 63, 36.45 W, 30 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:10:43.795, 63, 34.24 W, 38 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:10:45.835, 63, 36.83 W, 33 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:10:47.878, 64, 36.33 W, 36 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:10:49.917, 63, 33.94 W, 38 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:10:51.957, 63, 31.96 W, 27 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:10:54.001, 63, 38.07 W, 38 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:10:56.039, 63, 35.15 W, 39 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:10:58.078, 63, 35.21 W, 34 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:11:00.121, 63, 35.95 W, 39 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:11:02.159, 63, 37.86 W, 37 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:11:04.198, 63, 34.97 W, 26 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:11:06.241, 63, 37.03 W, 37 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:11:08.279, 63, 38.28 W, 39 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:11:10.322, 63, 34.18 W, 31 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:11:12.366, 63, 38.96 W, 35 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:11:14.406, 63, 35.02 W, 38 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:11:16.445, 63, 32.00 W, 30 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:11:18.485, 63, 36.25 W, 37 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:11:20.523, 64, 35.99 W, 39 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:11:22.561, 63, 33.64 W, 32 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:11:24.600, 63, 50.10 W, 33 %, 5400 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:11:26.635, 66, 51.67 W, 95 %, 5402 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:11:28.670, 66, 52.11 W, 96 %, 5402 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:11:30.707, 66, 53.60 W, 100 %, 5402 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:11:32.743, 66, 52.52 W, 98 %, 5402 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:11:34.777, 66, 54.08 W, 98 %, 5402 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:11:36.815, 67, 57.61 W, 94 %, 5402 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:11:38.849, 67, 52.50 W, 98 %, 5402 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:11:40.885, 67, 56.81 W, 98 %, 5402 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:11:42.921, 67, 55.31 W, 59 %, 5402 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:11:44.958, 65, 41.23 W, 36 %, 5402 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:11:46.996, 64, 33.10 W, 28 %, 5402 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:11:49.037, 64, 36.65 W, 30 %, 5402 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:11:51.078, 64, 34.21 W, 39 %, 5402 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:11:53.118, 64, 38.10 W, 28 %, 5402 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:11:55.159, 64, 38.77 W, 38 %, 5402 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:11:57.198, 63, 36.55 W, 37 %, 5402 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:11:59.238, 63, 34.50 W, 28 %, 5402 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:12:01.281, 63, 39.14 W, 38 %, 5402 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:12:03.321, 63, 35.72 W, 37 %, 5402 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:12:05.362, 63, 36.35 W, 36 %, 5402 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:12:07.401, 63, 38.71 W, 37 %, 5402 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:12:09.440, 63, 38.45 W, 38 %, 5402 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:12:11.478, 62, 31.81 W, 27 %, 5402 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:12:13.518, 63, 33.83 W, 37 %, 5402 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:12:15.558, 63, 38.21 W, 39 %, 5402 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:12:17.599, 62, 31.76 W, 30 %, 5402 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:12:19.640, 63, 38.98 W, 37 %, 5402 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:12:21.680, 63, 34.55 W, 39 %, 5402 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:12:23.718, 62, 31.53 W, 27 %, 5402 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:12:25.759, 62, 38.67 W, 38 %, 5402 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:12:27.799, 62, 34.16 W, 37 %, 5402 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:12:29.841, 62, 32.41 W, 32 %, 5402 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:12:31.883, 62, 36.85 W, 39 %, 5402 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:12:33.923, 62, 34.29 W, 32 %, 5402 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:12:35.961, 62, 33.79 W, 38 %, 5402 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:12:38.017, 62, 33.96 W, 32 %, 5402 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:12:40.058, 61, 33.49 W, 2 %, 105 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:12:42.095, 60, 23.88 W, 0 %, 178 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:12:44.134, 60, 23.66 W, 0 %, 178 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:12:46.174, 60, 23.68 W, 0 %, 178 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:12:48.212, 59, 23.59 W, 0 %, 178 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:12:50.251, 59, 23.55 W, 0 %, 178 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:12:52.291, 59, 23.75 W, 0 %, 3106 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:12:54.331, 60, 33.01 W, 22 %, 3856 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:12:56.364, 59, 23.53 W, 0 %, 3872 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:12:58.402, 59, 23.54 W, 0 %, 3872 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:13:00.442, 58, 23.39 W, 0 %, 3872 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:13:02.479, 58, 23.40 W, 0 %, 3872 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:13:04.517, 58, 23.49 W, 0 %, 3872 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:13:06.555, 58, 23.40 W, 0 %, 3872 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:13:08.594, 58, 23.38 W, 0 %, 3872 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:13:10.633, 58, 23.35 W, 0 %, 3872 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:13:12.672, 58, 23.40 W, 0 %, 3886 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:13:14.710, 58, 23.38 W, 3 %, 3886 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:13:16.748, 57, 23.42 W, 0 %, 3886 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:13:18.786, 57, 23.33 W, 0 %, 3886 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:13:20.826, 57, 23.27 W, 0 %, 3886 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:13:22.867, 57, 23.30 W, 0 %, 3886 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:13:24.907, 57, 23.22 W, 0 %, 3886 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:13:26.945, 57, 23.25 W, 0 %, 3886 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:13:28.983, 57, 23.21 W, 0 %, 3886 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:13:31.026, 57, 23.24 W, 0 %, 3886 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:13:33.065, 57, 23.20 W, 0 %, 3886 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:13:35.105, 57, 23.13 W, 0 %, 3886 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:13:37.143, 57, 23.22 W, 0 %, 3886 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:13:39.180, 56, 23.24 W, 0 %, 3886 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:13:41.218, 56, 23.21 W, 0 %, 3886 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:13:43.257, 56, 23.15 W, 0 %, 3886 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:13:45.297, 56, 23.15 W, 0 %, 3886 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:13:47.336, 56, 23.18 W, 0 %, 3886 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:13:49.378, 56, 23.08 W, 0 %, 3886 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:13:51.416, 56, 23.05 W, 0 %, 3886 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:13:53.455, 56, 23.80 W, 0 %, 3886 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:13:55.496, 57, 27.75 W, 3 %, 3888 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:13:57.535, 57, 36.76 W, 13 %, 3890 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:13:59.570, 58, 39.91 W, 47 %, 3890 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:14:01.606, 60, 50.44 W, 32 %, 3890 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:14:03.643, 61, 49.58 W, 87 %, 3926 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:14:05.650, 61, 62.84 W, 76 %, 3926 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:14:07.657, 62, 46.56 W, 73 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:14:09.692, 61, 56.42 W, 66 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:14:11.728, 61, 38.02 W, 55 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:14:13.761, 63, 64.59 W, 98 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:14:15.798, 62, 50.94 W, 23 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:14:17.834, 60, 32.82 W, 27 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:14:19.877, 62, 47.85 W, 53 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:14:21.911, 63, 57.03 W, 88 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:14:23.949, 63, 61.42 W, 94 %, 3926 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:14:25.958, 63, 50.57 W, 92 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:14:27.995, 63, 57.29 W, 91 %, 3926 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:14:30.000, 64, 50.56 W, 90 %, 3926 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:14:32.019, 63, 46.92 W, 52 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:14:34.053, 61, 33.67 W, 25 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:14:36.095, 61, 31.74 W, 29 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:14:38.137, 59, 23.56 W, 0 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:14:40.175, 63, 52.15 W, 56 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:14:42.211, 64, 58.93 W, 93 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:14:44.249, 65, 52.57 W, 92 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:14:46.285, 64, 51.48 W, 94 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:14:48.322, 64, 52.85 W, 89 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:14:50.360, 64, 51.13 W, 58 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:14:52.395, 61, 32.77 W, 28 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:14:54.436, 61, 29.03 W, 26 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:14:56.477, 61, 32.24 W, 25 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:14:58.518, 63, 53.85 W, 87 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:15:00.555, 63, 39.19 W, 90 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:15:02.590, 62, 32.99 W, 25 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:15:04.632, 63, 51.95 W, 27 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:15:06.666, 64, 51.83 W, 88 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:15:08.703, 64, 52.10 W, 26 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:15:10.748, 62, 30.80 W, 29 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:15:12.782, 64, 51.80 W, 89 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:15:14.818, 64, 52.97 W, 71 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:15:16.856, 62, 29.91 W, 26 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:15:18.898, 64, 52.15 W, 64 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:15:20.932, 64, 50.69 W, 81 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:15:22.970, 63, 33.14 W, 26 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:15:25.012, 63, 49.99 W, 45 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:15:27.047, 65, 53.13 W, 89 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:15:29.082, 65, 53.83 W, 20 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:15:31.116, 62, 31.12 W, 24 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:15:33.158, 65, 52.78 W, 94 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:15:35.192, 65, 54.52 W, 91 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:15:37.228, 65, 51.87 W, 25 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:15:39.265, 63, 31.94 W, 28 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:15:41.308, 66, 48.51 W, 94 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:15:43.344, 66, 50.20 W, 94 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:15:45.384, 66, 54.75 W, 72 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:15:47.422, 63, 31.76 W, 27 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:15:49.464, 62, 32.45 W, 25 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:15:51.498, 65, 55.89 W, 91 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:15:53.534, 65, 51.66 W, 92 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:15:55.571, 65, 50.05 W, 38 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:15:57.608, 63, 33.17 W, 29 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:15:59.650, 66, 50.49 W, 92 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:16:01.687, 65, 52.17 W, 93 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:16:03.724, 63, 34.23 W, 26 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:16:05.766, 65, 50.83 W, 58 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:16:07.802, 66, 56.49 W, 92 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:16:09.838, 66, 38.65 W, 26 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:16:11.879, 65, 45.52 W, 22 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:16:13.917, 66, 53.12 W, 92 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:16:15.954, 66, 52.75 W, 56 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:16:17.991, 63, 32.88 W, 25 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:16:20.033, 67, 51.58 W, 84 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:16:22.071, 66, 54.99 W, 91 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:16:24.107, 66, 51.59 W, 21 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:16:26.144, 64, 31.91 W, 28 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:16:28.186, 66, 51.59 W, 91 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:16:30.223, 67, 50.78 W, 79 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:16:32.257, 64, 33.35 W, 25 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:16:34.300, 65, 53.24 W, 58 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:16:36.333, 66, 52.03 W, 91 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:16:38.371, 66, 55.37 W, 94 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:16:40.407, 66, 50.44 W, 93 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:16:42.444, 67, 56.71 W, 93 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:16:44.479, 66, 48.37 W, 69 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:16:46.515, 64, 32.10 W, 25 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:16:48.557, 64, 33.26 W, 26 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:16:50.598, 63, 30.93 W, 29 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:16:52.638, 63, 31.95 W, 29 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:16:54.680, 63, 32.59 W, 25 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:16:56.721, 63, 32.06 W, 24 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:16:58.762, 63, 31.47 W, 29 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:17:00.802, 63, 32.94 W, 25 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:17:02.843, 63, 33.44 W, 29 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:17:04.885, 62, 31.59 W, 30 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:17:06.928, 62, 29.91 W, 24 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:17:08.969, 62, 32.98 W, 27 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:17:11.010, 62, 31.36 W, 30 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:17:13.049, 62, 32.95 W, 25 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:17:15.092, 62, 33.01 W, 27 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:17:17.133, 62, 27.51 W, 30 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:17:19.177, 64, 52.67 W, 90 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:17:21.212, 65, 57.56 W, 91 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:17:23.248, 64, 35.01 W, 25 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:17:25.290, 62, 32.68 W, 25 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:17:27.331, 62, 32.88 W, 29 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:17:29.371, 61, 30.24 W, 21 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:17:31.415, 62, 32.89 W, 25 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:17:33.455, 61, 32.96 W, 30 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:17:35.497, 61, 32.54 W, 29 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:17:37.536, 61, 32.80 W, 26 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:17:39.578, 61, 33.25 W, 29 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:17:41.621, 61, 31.78 W, 22 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:17:43.663, 61, 32.72 W, 27 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:17:45.703, 61, 32.30 W, 29 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:17:47.745, 61, 33.76 W, 28 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:17:49.784, 61, 32.71 W, 21 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:17:51.824, 64, 54.93 W, 92 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:17:53.860, 64, 53.35 W, 93 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:17:55.899, 64, 55.29 W, 92 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:17:57.934, 62, 32.93 W, 26 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:17:59.976, 61, 31.32 W, 29 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:18:02.017, 61, 32.77 W, 25 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:18:04.058, 61, 32.83 W, 25 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:18:06.100, 61, 31.54 W, 29 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:18:08.141, 61, 33.57 W, 27 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:18:10.184, 61, 32.67 W, 29 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:18:12.224, 61, 31.42 W, 30 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:18:14.265, 60, 31.47 W, 21 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:18:16.307, 60, 32.63 W, 28 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:18:18.348, 63, 51.90 W, 34 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:18:20.382, 64, 56.32 W, 92 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:18:22.419, 64, 50.98 W, 94 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:18:24.455, 64, 54.09 W, 92 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:18:26.491, 64, 65.32 W, 94 %, 3926 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:18:28.498, 65, 47.87 W, 95 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:18:30.518, 64, 53.90 W, 95 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:18:32.555, 64, 59.42 W, 93 %, 3926 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:18:34.560, 65, 53.30 W, 55 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:18:36.597, 62, 29.33 W, 19 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:18:38.639, 62, 31.62 W, 28 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:18:40.681, 62, 32.62 W, 29 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:18:42.722, 61, 31.84 W, 28 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:18:44.762, 61, 33.92 W, 30 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:18:46.804, 62, 32.56 W, 30 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:18:48.845, 61, 31.86 W, 25 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:18:50.889, 61, 31.36 W, 28 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:18:52.931, 61, 32.51 W, 30 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:18:54.973, 61, 31.73 W, 28 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:18:57.012, 61, 31.15 W, 30 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:18:59.052, 61, 30.69 W, 30 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:19:01.095, 61, 31.60 W, 29 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:19:03.135, 61, 32.83 W, 27 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:19:05.175, 61, 32.81 W, 31 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:19:07.217, 61, 31.68 W, 29 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:19:09.257, 61, 31.39 W, 25 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:19:11.300, 61, 32.90 W, 23 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:19:13.342, 61, 47.63 W, 30 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:19:15.379, 64, 52.70 W, 96 %, 3926 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:19:17.383, 65, 56.89 W, 95 %, 3926 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:19:19.388, 65, 48.20 W, 92 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:19:21.427, 65, 48.80 W, 93 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:19:23.463, 62, 32.96 W, 24 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:19:25.505, 62, 29.60 W, 29 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:19:27.556, 62, 33.02 W, 28 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:19:29.597, 62, 33.87 W, 29 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:19:31.638, 62, 29.74 W, 30 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:19:33.677, 61, 29.61 W, 22 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:19:35.719, 62, 32.89 W, 29 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:19:37.760, 61, 31.66 W, 27 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:19:39.800, 62, 33.04 W, 30 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:19:41.841, 62, 32.96 W, 30 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:19:43.883, 61, 29.97 W, 25 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:19:45.925, 62, 32.78 W, 25 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:19:47.966, 61, 33.86 W, 30 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:19:50.007, 62, 32.87 W, 30 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:19:52.048, 62, 32.13 W, 26 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:19:54.089, 61, 33.11 W, 27 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:19:56.129, 61, 29.70 W, 28 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:19:58.170, 64, 54.75 W, 34 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:20:00.206, 64, 49.26 W, 96 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:20:02.241, 65, 52.63 W, 96 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:20:04.279, 65, 59.87 W, 93 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:20:06.316, 66, 53.61 W, 58 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:20:08.353, 63, 31.85 W, 25 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:20:10.394, 62, 33.06 W, 23 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:20:12.442, 62, 34.10 W, 27 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:20:14.481, 62, 33.02 W, 30 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:20:16.524, 62, 33.39 W, 24 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:20:18.565, 62, 31.49 W, 30 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:20:20.607, 62, 33.45 W, 25 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:20:22.646, 62, 32.88 W, 24 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:20:24.689, 62, 32.81 W, 30 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:20:26.728, 62, 31.61 W, 30 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:20:28.769, 62, 33.84 W, 22 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:20:30.809, 62, 31.12 W, 29 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:20:32.850, 62, 33.02 W, 30 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:20:34.890, 62, 33.13 W, 23 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:20:36.934, 62, 32.00 W, 30 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:20:38.976, 62, 32.44 W, 30 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:20:41.016, 65, 58.66 W, 96 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:20:43.052, 65, 58.01 W, 96 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:20:45.092, 66, 53.68 W, 96 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:20:47.126, 65, 50.91 W, 72 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:20:49.164, 63, 32.53 W, 28 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:20:51.203, 63, 30.82 W, 28 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:20:53.244, 62, 31.74 W, 22 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:20:55.285, 62, 32.21 W, 30 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:20:57.327, 62, 30.90 W, 29 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:20:59.368, 62, 32.35 W, 31 %, 3926 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:21:01.410, 62, 33.00 W, 29 %, 3924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:21:03.453, 62, 29.67 W, 29 %, 3924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:21:05.495, 62, 32.05 W, 21 %, 3924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:21:07.536, 62, 34.23 W, 30 %, 3924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:21:09.576, 62, 33.04 W, 31 %, 3924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:21:11.617, 62, 34.19 W, 25 %, 3924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:21:13.659, 62, 33.49 W, 28 %, 3924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:21:15.700, 62, 30.95 W, 29 %, 3924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:21:17.740, 62, 33.10 W, 21 %, 3924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:21:19.781, 62, 33.69 W, 30 %, 3924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:21:21.823, 62, 33.14 W, 29 %, 3924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:21:23.862, 62, 34.30 W, 26 %, 3924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:21:25.904, 62, 48.75 W, 30 %, 3924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:21:27.941, 65, 56.60 W, 94 %, 3924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:21:29.979, 65, 51.88 W, 93 %, 3924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:21:32.013, 65, 50.51 W, 95 %, 3924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:21:34.052, 66, 52.82 W, 97 %, 3924 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:21:36.059, 66, 63.54 W, 93 %, 3924 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:21:38.064, 66, 52.65 W, 97 %, 3924 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:21:40.069, 66, 61.34 W, 93 %, 3924 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:21:42.076, 66, 52.67 W, 45 %, 3924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:21:44.112, 63, 34.33 W, 30 %, 3924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:21:46.154, 63, 32.04 W, 31 %, 3924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:21:48.193, 63, 30.99 W, 28 %, 3924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:21:50.235, 63, 33.25 W, 30 %, 3924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:21:52.277, 63, 31.97 W, 27 %, 3924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:21:54.319, 63, 31.12 W, 29 %, 3924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:21:56.360, 63, 33.29 W, 30 %, 3924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:21:58.402, 63, 30.60 W, 27 %, 3924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:22:00.445, 62, 31.98 W, 21 %, 3924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:22:02.486, 62, 32.52 W, 30 %, 3924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:22:04.525, 62, 30.38 W, 29 %, 3924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:22:06.568, 62, 32.90 W, 31 %, 3924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:22:08.607, 63, 32.67 W, 29 %, 3924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:22:10.650, 62, 30.54 W, 28 %, 3924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:22:12.691, 62, 33.21 W, 22 %, 3924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:22:14.733, 62, 31.46 W, 28 %, 3924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:22:16.777, 62, 33.10 W, 31 %, 3924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:22:18.820, 62, 33.26 W, 22 %, 3924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:22:20.862, 62, 33.01 W, 31 %, 3924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:22:22.902, 62, 29.51 W, 10 %, 103 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:22:24.937, 61, 24.08 W, 0 %, 176 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:22:26.976, 61, 23.81 W, 0 %, 176 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:22:29.013, 61, 23.83 W, 0 %, 176 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:22:31.052, 62, 33.50 W, 4 %, 3636 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:22:33.084, 60, 23.83 W, 0 %, 3648 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:22:35.123, 60, 23.77 W, 0 %, 3648 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:22:37.162, 64, 54.96 W, 79 %, 3766 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:22:39.196, 64, 54.94 W, 100 %, 3766 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:22:41.234, 65, 54.90 W, 97 %, 3766 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:22:43.270, 67, 80.67 W, 88 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:22:45.276, 68, 79.12 W, 88 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:22:47.282, 68, 79.49 W, 90 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:22:49.287, 68, 79.94 W, 94 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:22:51.295, 67, 56.03 W, 88 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:22:53.329, 69, 54.68 W, 91 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:22:55.365, 69, 80.21 W, 96 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:22:57.372, 69, 79.18 W, 96 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:22:59.378, 67, 55.68 W, 91 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:23:01.412, 69, 80.27 W, 100 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:23:03.418, 68, 58.50 W, 93 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:23:05.456, 68, 69.50 W, 100 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:23:07.463, 68, 54.35 W, 92 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:23:09.499, 68, 56.03 W, 100 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:23:11.534, 70, 79.35 W, 92 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:23:13.540, 70, 80.37 W, 95 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:23:15.547, 70, 78.96 W, 89 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:23:17.553, 68, 57.08 W, 95 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:23:19.589, 70, 80.47 W, 93 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:23:21.595, 68, 56.45 W, 100 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:23:23.631, 70, 79.77 W, 88 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:23:25.637, 68, 77.13 W, 98 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:23:27.643, 69, 55.34 W, 92 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:23:29.679, 70, 80.78 W, 95 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:23:31.685, 71, 79.19 W, 91 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:23:33.691, 69, 56.86 W, 97 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:23:35.726, 68, 56.37 W, 100 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:23:37.761, 69, 54.65 W, 98 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:23:39.797, 70, 75.65 W, 94 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:23:41.803, 70, 55.05 W, 91 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:23:43.837, 69, 78.49 W, 96 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:23:45.843, 70, 55.75 W, 92 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:23:47.879, 69, 77.97 W, 96 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:23:49.890, 70, 55.20 W, 90 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:23:51.926, 69, 73.12 W, 99 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:23:53.941, 68, 55.95 W, 100 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:23:55.977, 71, 79.42 W, 88 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:23:57.983, 69, 56.41 W, 98 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:24:00.017, 71, 70.19 W, 96 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:24:02.026, 71, 79.64 W, 95 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:24:04.037, 69, 56.59 W, 95 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:24:06.075, 70, 78.73 W, 99 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:24:08.085, 69, 56.42 W, 92 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:24:10.102, 69, 56.64 W, 100 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:24:12.138, 69, 81.52 W, 100 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:24:14.144, 70, 57.10 W, 90 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:24:16.180, 70, 50.35 W, 98 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:24:18.186, 71, 78.38 W, 88 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:24:20.191, 69, 56.37 W, 89 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:24:22.227, 69, 57.56 W, 100 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:24:24.264, 69, 56.21 W, 100 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:24:26.299, 69, 56.57 W, 98 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:24:28.336, 71, 77.19 W, 93 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:24:30.342, 71, 68.04 W, 89 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:24:32.348, 69, 55.95 W, 92 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:24:34.385, 69, 56.33 W, 94 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:24:36.420, 71, 56.33 W, 94 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:24:38.459, 69, 56.30 W, 100 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:24:40.493, 71, 75.34 W, 89 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:24:42.499, 69, 56.12 W, 99 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:24:44.535, 70, 65.64 W, 95 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:24:46.540, 69, 51.22 W, 95 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:24:48.575, 69, 56.46 W, 94 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:24:50.611, 71, 77.08 W, 85 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:24:52.620, 69, 57.18 W, 84 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:24:54.659, 69, 55.94 W, 98 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:24:56.694, 69, 56.73 W, 97 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:24:58.728, 69, 55.98 W, 90 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:25:00.764, 71, 77.84 W, 89 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:25:02.769, 71, 75.98 W, 88 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:25:04.775, 69, 57.96 W, 94 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:25:06.812, 69, 56.69 W, 100 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:25:08.849, 71, 78.02 W, 99 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:25:10.855, 71, 77.77 W, 89 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:25:12.865, 69, 53.06 W, 95 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:25:14.870, 69, 56.76 W, 98 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:25:16.906, 71, 54.90 W, 98 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:25:18.943, 71, 68.07 W, 93 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:25:20.950, 69, 56.41 W, 89 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:25:22.985, 69, 56.15 W, 100 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:25:25.019, 69, 54.19 W, 100 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:25:27.057, 69, 57.32 W, 94 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:25:29.092, 71, 79.53 W, 89 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:25:31.096, 69, 55.83 W, 90 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:25:33.132, 70, 63.51 W, 100 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:25:35.137, 69, 54.07 W, 97 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:25:37.171, 70, 78.74 W, 100 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:25:39.178, 71, 76.01 W, 99 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:25:41.184, 71, 79.49 W, 88 %, 3768 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:25:43.194, 69, 57.29 W, 67 %, 3768 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:25:45.230, 69, 56.52 W, 99 %, 3780 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:25:47.267, 69, 57.06 W, 100 %, 3780 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:25:49.304, 69, 57.00 W, 100 %, 3780 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:25:51.340, 69, 56.95 W, 97 %, 3780 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:25:53.378, 69, 53.70 W, 100 %, 3780 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:25:55.413, 68, 51.99 W, 100 %, 3780 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:25:57.448, 68, 58.26 W, 99 %, 3780 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:25:59.457, 69, 56.13 W, 100 %, 3780 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:26:01.492, 70, 80.53 W, 91 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:26:03.499, 71, 77.55 W, 86 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:26:05.505, 71, 77.50 W, 86 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:26:07.510, 71, 77.96 W, 84 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:26:09.517, 72, 78.47 W, 84 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:26:11.525, 71, 76.49 W, 86 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:26:13.531, 72, 79.77 W, 86 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:26:15.536, 72, 76.94 W, 88 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:26:17.541, 70, 57.51 W, 94 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:26:19.547, 69, 57.02 W, 100 %, 3782 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:26:21.582, 72, 76.62 W, 87 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:26:23.590, 72, 78.07 W, 85 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:26:25.615, 72, 73.55 W, 89 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:26:27.623, 72, 77.68 W, 96 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:26:29.629, 72, 74.43 W, 94 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:26:31.635, 70, 53.76 W, 86 %, 3782 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:26:33.671, 71, 49.49 W, 94 %, 3782 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:26:35.706, 69, 56.01 W, 96 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:26:37.712, 72, 75.95 W, 90 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:26:39.721, 72, 79.04 W, 79 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:26:41.727, 72, 78.22 W, 81 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:26:43.732, 73, 72.30 W, 88 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:26:45.738, 72, 77.13 W, 90 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:26:47.746, 72, 77.66 W, 87 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:26:49.752, 70, 55.87 W, 89 %, 3782 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:26:51.789, 70, 55.67 W, 99 %, 3782 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:26:53.826, 72, 79.84 W, 94 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:26:55.833, 73, 78.70 W, 87 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:26:57.838, 72, 77.53 W, 89 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:26:59.843, 73, 75.90 W, 89 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:27:01.851, 73, 78.19 W, 84 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:27:03.857, 73, 79.05 W, 89 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:27:05.862, 73, 77.81 W, 90 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:27:07.867, 73, 75.86 W, 87 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:27:09.873, 73, 78.11 W, 89 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:27:11.883, 73, 82.55 W, 90 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:27:13.888, 73, 79.58 W, 89 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:27:15.894, 73, 77.70 W, 89 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:27:17.899, 73, 78.08 W, 90 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:27:19.910, 73, 76.66 W, 89 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:27:21.916, 73, 74.16 W, 87 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:27:23.921, 73, 76.54 W, 87 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:27:25.927, 73, 79.31 W, 90 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:27:27.933, 74, 78.22 W, 89 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:27:29.941, 74, 78.87 W, 90 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:27:31.949, 74, 78.61 W, 86 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:27:33.956, 74, 79.62 W, 90 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:27:35.962, 74, 79.34 W, 90 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:27:37.967, 74, 66.92 W, 90 %, 3782 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:27:39.976, 70, 35.55 W, 93 %, 3782 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:27:42.011, 67, 24.91 W, 0 %, 176 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:27:44.050, 66, 24.75 W, 0 %, 176 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:27:46.090, 67, 35.02 W, 13 %, 1856 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:27:48.128, 65, 24.54 W, 0 %, 1856 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:27:50.167, 65, 24.61 W, 0 %, 1856 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:27:52.205, 69, 56.29 W, 97 %, 1922 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:27:54.241, 70, 79.96 W, 98 %, 1924 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:27:56.247, 72, 69.09 W, 85 %, 1924 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:27:58.252, 72, 79.69 W, 92 %, 1924 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:28:00.261, 70, 55.27 W, 93 %, 1924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:28:02.297, 70, 80.04 W, 89 %, 1924 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:28:04.304, 70, 79.79 W, 93 %, 1924 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:28:06.309, 70, 55.69 W, 90 %, 1924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:28:08.344, 70, 55.10 W, 87 %, 1924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:28:10.378, 70, 55.63 W, 91 %, 1924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:28:12.414, 72, 80.00 W, 87 %, 1924 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:28:14.420, 72, 61.86 W, 93 %, 1924 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:28:16.424, 72, 77.01 W, 100 %, 1924 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:28:18.434, 72, 51.40 W, 93 %, 1924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:28:20.471, 72, 73.70 W, 94 %, 1924 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:28:22.480, 70, 60.31 W, 91 %, 1924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:28:24.517, 70, 56.20 W, 99 %, 1924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:28:26.552, 72, 72.67 W, 84 %, 1924 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:28:28.556, 70, 68.98 W, 87 %, 1924 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:28:30.563, 71, 54.38 W, 92 %, 1924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:28:32.598, 70, 55.36 W, 97 %, 1924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:28:34.635, 70, 54.90 W, 90 %, 1924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:28:36.673, 72, 78.90 W, 99 %, 1924 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:28:38.681, 70, 57.05 W, 85 %, 1924 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:28:40.687, 70, 56.09 W, 85 %, 1924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:28:42.723, 72, 79.30 W, 94 %, 1924 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:28:44.728, 70, 76.16 W, 95 %, 1924 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:28:46.738, 70, 56.08 W, 82 %, 1924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:28:48.775, 73, 79.91 W, 87 %, 1924 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:28:50.783, 70, 56.17 W, 94 %, 1924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:28:52.821, 70, 55.71 W, 99 %, 1924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:28:54.855, 72, 62.99 W, 88 %, 1924 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:28:56.862, 70, 71.43 W, 94 %, 1924 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:28:58.869, 70, 56.04 W, 92 %, 1924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:29:00.905, 70, 55.37 W, 97 %, 1924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:29:02.943, 72, 55.05 W, 92 %, 1924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:29:04.982, 72, 79.35 W, 91 %, 1924 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:29:06.989, 70, 55.42 W, 82 %, 1924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:29:09.028, 72, 77.14 W, 83 %, 1924 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:29:11.036, 70, 55.89 W, 93 %, 1924 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:29:13.041, 70, 55.66 W, 96 %, 1924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:29:15.075, 72, 79.61 W, 81 %, 1924 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:29:17.080, 70, 54.27 W, 97 %, 1924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:29:19.117, 70, 56.08 W, 97 %, 1924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:29:21.151, 70, 54.60 W, 90 %, 1924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:29:23.188, 72, 54.76 W, 93 %, 1924 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:29:25.193, 70, 76.14 W, 91 %, 1924 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:29:27.201, 69, 56.79 W, 72 %, 1924 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:29:29.237, 70, 56.86 W, 100 %, 1934 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:29:31.271, 70, 56.52 W, 99 %, 1934 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:29:33.307, 70, 56.33 W, 99 %, 1934 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:29:35.342, 70, 56.15 W, 99 %, 1934 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:29:37.378, 72, 78.44 W, 85 %, 1934 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:29:39.383, 72, 78.16 W, 84 %, 1934 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:29:41.388, 72, 78.38 W, 84 %, 1934 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:29:43.393, 73, 78.93 W, 78 %, 1934 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:29:45.400, 71, 55.36 W, 94 %, 1934 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:29:47.436, 73, 78.01 W, 84 %, 1934 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:29:49.442, 73, 80.36 W, 80 %, 1934 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:29:51.449, 71, 80.69 W, 91 %, 1934 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:29:53.454, 71, 69.76 W, 87 %, 1934 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:29:55.468, 71, 54.89 W, 83 %, 1934 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:29:57.503, 71, 77.29 W, 89 %, 1934 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:29:59.513, 72, 76.69 W, 100 %, 1934 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:30:01.520, 73, 79.71 W, 81 %, 1934 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:30:03.525, 73, 79.89 W, 84 %, 1934 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:30:05.533, 73, 82.04 W, 83 %, 1934 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:30:07.538, 73, 76.42 W, 83 %, 1934 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:30:09.543, 73, 82.24 W, 84 %, 1934 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:30:11.550, 73, 76.69 W, 81 %, 1934 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:30:13.556, 73, 77.63 W, 83 %, 1934 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:30:15.561, 74, 81.80 W, 81 %, 1934 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:30:17.566, 73, 80.58 W, 81 %, 1934 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:30:19.571, 74, 80.80 W, 84 %, 1934 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:30:21.579, 73, 77.03 W, 84 %, 1934 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:30:23.584, 74, 77.95 W, 80 %, 1934 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:30:25.590, 74, 79.63 W, 84 %, 1934 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:30:27.595, 74, 79.21 W, 84 %, 1934 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:30:29.601, 74, 79.15 W, 84 %, 1934 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:30:31.607, 74, 77.96 W, 86 %, 1934 MiB, 0x0000000000000004, Not Active, Not Active +2026/09/17 20:30:33.614, 69, 35.17 W, 0 %, 103 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 20:30:35.648, 66, 20.22 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:30:37.707, 64, 8.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:30:39.782, 63, 4.42 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:30:41.849, 62, 4.56 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:30:43.916, 61, 4.29 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:30:45.986, 61, 4.39 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:30:48.054, 60, 4.68 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:30:50.121, 60, 4.36 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:30:52.188, 59, 4.39 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:30:54.259, 59, 4.35 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:30:56.326, 58, 4.22 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:30:58.393, 58, 4.26 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:31:00.461, 57, 4.32 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:31:02.546, 57, 4.29 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:31:04.618, 56, 4.48 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:31:06.690, 56, 4.28 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:31:08.763, 56, 4.15 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:31:10.832, 56, 4.30 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:31:12.900, 55, 4.19 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:31:14.969, 55, 4.27 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:31:17.043, 55, 4.12 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:31:19.110, 54, 4.06 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:31:21.179, 54, 3.99 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:31:23.247, 54, 4.05 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:31:25.315, 54, 3.83 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:31:27.383, 54, 3.98 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:31:29.451, 53, 3.90 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:31:31.527, 53, 4.01 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:31:33.595, 53, 4.13 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:31:35.663, 53, 4.18 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:31:37.730, 53, 3.95 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:31:39.799, 52, 3.86 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:31:41.866, 52, 3.74 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:31:43.934, 52, 3.88 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:31:46.006, 52, 3.85 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:31:48.074, 52, 3.90 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:31:50.142, 52, 3.84 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:31:52.210, 52, 3.87 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:31:54.277, 52, 3.84 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:31:56.345, 52, 3.82 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:31:58.415, 51, 3.83 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:32:00.483, 51, 3.77 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:32:02.563, 51, 4.11 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:32:04.643, 51, 3.78 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:32:06.725, 51, 3.96 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:32:08.794, 51, 3.83 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:32:10.861, 51, 3.83 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:32:12.930, 51, 3.79 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:32:14.999, 51, 3.84 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:32:17.072, 50, 3.92 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:32:19.139, 50, 3.92 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:32:21.207, 50, 3.78 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:32:23.276, 50, 3.66 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:32:25.345, 50, 3.87 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:32:27.414, 50, 3.70 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:32:29.483, 50, 3.80 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:32:31.558, 50, 4.10 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:32:33.626, 50, 3.97 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:32:35.695, 49, 3.77 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:32:37.765, 49, 3.92 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:32:39.833, 49, 3.92 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:32:41.901, 49, 3.74 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:32:43.970, 49, 3.76 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:32:46.040, 49, 3.93 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:32:48.108, 49, 3.88 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:32:50.178, 49, 4.03 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:32:52.246, 49, 3.83 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:32:54.315, 49, 3.71 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:32:56.383, 49, 3.89 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:32:58.452, 49, 3.80 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:33:00.520, 49, 3.82 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:33:02.604, 48, 4.10 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:33:04.673, 48, 4.02 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:33:06.745, 48, 3.84 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:33:08.817, 48, 3.74 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:33:10.888, 48, 3.73 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:33:12.957, 48, 3.55 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:33:15.027, 48, 3.66 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:33:17.099, 48, 3.75 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:33:19.168, 48, 3.91 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:33:21.236, 48, 3.83 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:33:23.304, 48, 3.84 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:33:25.372, 48, 3.72 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:33:27.441, 47, 3.61 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:33:29.509, 47, 3.84 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:33:31.583, 47, 3.97 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:33:33.652, 47, 3.76 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:33:35.720, 47, 3.65 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:33:37.789, 47, 3.62 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:33:39.858, 47, 3.70 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:33:41.925, 47, 3.70 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:33:43.995, 47, 3.63 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:33:46.065, 47, 3.82 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:33:48.134, 47, 3.87 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:33:50.201, 47, 3.66 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:33:52.269, 47, 3.55 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:33:54.337, 47, 3.68 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:33:56.406, 47, 3.68 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:33:58.474, 46, 3.63 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:34:00.543, 47, 3.77 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:34:02.626, 46, 3.99 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:34:04.710, 46, 3.63 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:34:06.794, 46, 3.66 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:34:08.880, 46, 3.60 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:34:10.948, 46, 3.72 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:34:13.017, 46, 3.78 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:34:15.088, 46, 3.51 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:34:17.157, 46, 3.88 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:34:19.224, 46, 3.72 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:34:21.292, 46, 3.80 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:34:23.362, 46, 3.88 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:34:25.429, 46, 3.62 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:34:27.496, 46, 3.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:34:29.566, 46, 3.80 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:34:31.638, 46, 3.74 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:34:33.706, 46, 3.83 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:34:35.774, 46, 3.65 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:34:37.844, 46, 3.61 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:34:39.912, 46, 3.66 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:34:41.980, 46, 3.62 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:34:44.047, 46, 3.75 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:34:46.119, 46, 3.56 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:34:48.187, 46, 3.81 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:34:50.255, 46, 3.83 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:34:52.324, 45, 3.56 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:34:54.392, 45, 3.64 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:34:56.458, 45, 3.59 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:34:58.526, 45, 3.64 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:35:00.595, 45, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:35:02.677, 45, 3.70 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:35:04.760, 45, 3.74 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:35:06.829, 45, 3.69 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:35:08.897, 45, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:35:10.967, 45, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:35:13.034, 45, 3.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:35:15.102, 45, 3.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:35:17.173, 45, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:35:19.241, 45, 3.95 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:35:21.309, 45, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:35:23.378, 45, 3.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:35:25.447, 45, 3.62 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:35:27.516, 45, 3.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:35:29.585, 45, 3.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:35:31.660, 45, 3.81 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:35:33.727, 45, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:35:35.797, 45, 3.52 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:35:37.865, 45, 3.67 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:35:39.934, 45, 3.52 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:35:42.003, 45, 3.67 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:35:44.071, 45, 3.71 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:35:46.141, 44, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:35:48.212, 45, 3.70 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:35:50.281, 45, 3.65 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:35:52.348, 45, 3.72 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:35:54.415, 45, 3.63 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:35:56.487, 44, 3.72 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:35:58.554, 44, 3.64 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:36:00.622, 45, 3.60 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:36:02.704, 44, 3.85 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:36:04.774, 44, 3.52 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:36:06.846, 44, 3.52 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:36:08.919, 44, 3.80 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:36:10.990, 44, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:36:13.059, 44, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:36:15.127, 44, 3.56 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:36:17.199, 44, 3.61 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:36:19.267, 44, 3.73 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:36:21.336, 44, 3.64 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:36:23.403, 44, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:36:25.473, 44, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:36:27.542, 44, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:36:29.611, 44, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:36:31.685, 44, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:36:33.753, 44, 3.79 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:36:35.821, 44, 3.55 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:36:37.889, 44, 3.52 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:36:39.957, 44, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:36:42.025, 44, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:36:44.093, 44, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:36:46.165, 44, 3.55 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:36:48.233, 44, 3.61 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:36:50.301, 44, 3.62 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:36:52.370, 44, 3.59 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:36:54.438, 44, 3.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:36:56.506, 44, 3.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:36:58.574, 44, 3.61 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:37:00.641, 44, 3.55 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:37:02.721, 44, 3.69 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:37:04.802, 44, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:37:06.886, 44, 3.48 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:37:08.955, 44, 3.51 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:37:11.023, 44, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:37:13.092, 44, 3.51 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:37:15.161, 44, 3.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:37:17.232, 44, 3.74 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:37:19.300, 43, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:37:21.370, 43, 3.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:37:23.440, 43, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:37:25.509, 43, 3.60 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:37:27.578, 43, 3.64 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:37:29.646, 43, 3.60 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:37:31.721, 43, 3.88 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:37:33.789, 43, 3.78 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:37:35.857, 43, 3.71 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:37:37.926, 43, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:37:39.995, 43, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:37:42.065, 43, 3.71 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:37:44.136, 43, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:37:46.206, 43, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:37:48.274, 43, 3.73 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:37:50.342, 43, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:37:52.410, 43, 3.48 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:37:54.477, 43, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:37:56.545, 43, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:37:58.615, 43, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:38:00.683, 43, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:38:02.766, 43, 3.76 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:38:04.850, 43, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:38:06.918, 43, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:38:08.987, 43, 3.48 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:38:11.054, 43, 3.65 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:38:13.123, 43, 3.52 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:38:15.191, 43, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:38:17.263, 43, 3.62 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:38:19.330, 43, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:38:21.399, 43, 3.48 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:38:23.467, 43, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:38:25.535, 43, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:38:27.603, 43, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:38:29.670, 43, 3.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:38:31.744, 43, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:38:33.812, 43, 3.62 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:38:35.879, 43, 3.62 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:38:37.948, 43, 3.55 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:38:40.016, 43, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:38:42.085, 43, 3.48 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:38:44.154, 43, 3.65 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:38:46.225, 43, 3.62 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:38:48.292, 43, 3.48 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:38:50.360, 43, 3.59 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:38:52.428, 43, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:38:54.496, 42, 3.51 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:38:56.564, 42, 3.60 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:38:58.633, 42, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:39:00.703, 42, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:39:02.787, 43, 3.71 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:39:04.858, 42, 3.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:39:06.931, 43, 3.63 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:39:09.002, 42, 3.56 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:39:11.071, 42, 3.64 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:39:13.138, 42, 3.67 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:39:15.207, 42, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:39:17.282, 42, 3.74 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:39:19.350, 42, 3.78 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:39:21.418, 42, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:39:23.488, 42, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:39:25.556, 42, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:39:27.625, 42, 3.60 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:39:29.692, 42, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:39:31.768, 42, 3.59 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:39:33.835, 42, 3.77 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:39:35.904, 42, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:39:37.971, 42, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:39:40.040, 42, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:39:42.107, 42, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:39:44.175, 42, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:39:46.248, 42, 3.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:39:48.316, 42, 3.67 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:39:50.383, 42, 3.67 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:39:52.451, 42, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:39:54.519, 42, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:39:56.587, 42, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:39:58.655, 42, 3.52 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:40:00.724, 42, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:40:02.808, 42, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:40:04.891, 42, 3.88 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:40:06.976, 42, 3.51 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:40:09.045, 42, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:40:11.112, 42, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:40:13.181, 42, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:40:15.248, 42, 3.59 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:40:17.320, 42, 3.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:40:19.389, 42, 3.70 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:40:21.457, 42, 3.59 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:40:23.525, 42, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:40:25.594, 42, 3.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:40:27.661, 42, 3.48 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:40:29.729, 42, 3.48 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:40:31.802, 42, 3.66 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:40:33.870, 42, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:40:35.939, 42, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:40:38.008, 42, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:40:40.076, 42, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:40:42.144, 42, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:40:44.214, 42, 3.59 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:40:46.284, 42, 3.65 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:40:48.351, 42, 3.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:40:50.422, 42, 3.60 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:40:52.489, 42, 3.71 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:40:54.557, 42, 3.55 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:40:56.626, 41, 3.51 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:40:58.695, 42, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:41:00.762, 42, 3.48 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:41:02.840, 42, 3.76 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:41:04.909, 42, 3.52 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:41:06.980, 42, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:41:09.053, 41, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:41:11.125, 41, 3.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:41:13.192, 42, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:41:15.263, 41, 3.48 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:41:17.336, 41, 3.69 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:41:19.404, 41, 3.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:41:21.473, 41, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:41:23.541, 41, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:41:25.609, 41, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:41:27.680, 41, 3.56 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:41:29.746, 41, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:41:31.821, 41, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:41:33.889, 41, 3.74 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:41:35.957, 41, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:41:38.024, 41, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:41:40.093, 41, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:41:42.161, 41, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:41:44.228, 41, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:41:46.296, 41, 3.52 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:41:48.364, 41, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:41:50.431, 41, 3.70 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:41:52.500, 41, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:41:54.567, 41, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:41:56.636, 41, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:41:58.705, 41, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:42:00.773, 41, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:42:02.850, 41, 3.59 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:42:04.928, 41, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:42:07.010, 41, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:42:09.092, 41, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:42:11.161, 41, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:42:13.230, 41, 3.55 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:42:15.298, 41, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:42:17.372, 41, 3.66 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:42:19.440, 41, 3.62 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:42:21.509, 41, 3.56 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:42:23.580, 41, 3.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:42:25.648, 41, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:42:27.716, 41, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:42:29.784, 41, 3.60 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:42:31.858, 41, 3.52 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:42:33.926, 41, 3.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:42:35.994, 41, 3.68 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:42:38.063, 41, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:42:40.131, 41, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:42:42.199, 41, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:42:44.267, 41, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:42:46.337, 41, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:42:48.405, 41, 3.55 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:42:50.473, 41, 3.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:42:52.541, 41, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:42:54.610, 41, 3.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:42:56.678, 41, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:42:58.746, 41, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:43:00.814, 41, 3.52 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:43:02.892, 41, 3.68 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:43:04.971, 41, 3.65 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:43:07.040, 41, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:43:09.108, 41, 3.35 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:43:11.176, 41, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:43:13.244, 41, 3.48 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:43:15.313, 41, 3.28 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:43:17.385, 41, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:43:19.453, 41, 3.77 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:43:21.522, 41, 3.51 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:43:23.590, 41, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:43:25.659, 41, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:43:27.726, 41, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:43:29.794, 41, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:43:31.867, 41, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:43:33.935, 41, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:43:36.005, 41, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:43:38.073, 41, 3.48 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:43:40.141, 41, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:43:42.208, 41, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:43:44.278, 41, 3.59 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:43:46.346, 41, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:43:48.418, 41, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:43:50.488, 41, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:43:52.558, 41, 3.59 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:43:54.626, 41, 3.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:43:56.696, 41, 3.48 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:43:58.765, 41, 3.51 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:44:00.832, 41, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:44:02.915, 41, 3.71 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:44:04.986, 41, 3.39 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:44:07.058, 41, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:44:09.131, 41, 3.62 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:44:11.201, 41, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:44:13.270, 41, 3.42 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:44:15.336, 41, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:44:17.409, 41, 3.51 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:44:19.478, 41, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:44:21.546, 41, 3.42 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:44:23.614, 41, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:44:25.685, 40, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:44:27.752, 41, 3.48 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:44:29.822, 40, 3.33 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:44:31.893, 41, 3.36 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:44:33.962, 40, 3.66 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:44:36.031, 41, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:44:38.098, 40, 3.32 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:44:40.166, 40, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:44:42.235, 40, 3.42 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:44:44.302, 40, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:44:46.370, 41, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:44:48.442, 40, 3.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:44:50.511, 40, 3.62 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:44:52.580, 40, 3.42 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:44:54.650, 40, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:44:56.718, 40, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:44:58.786, 40, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:45:00.853, 40, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:45:02.939, 40, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:45:05.024, 40, 3.88 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:45:07.110, 40, 3.42 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:45:09.179, 40, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:45:11.246, 40, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:45:13.314, 40, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:45:15.383, 40, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:45:17.454, 40, 3.51 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:45:19.522, 40, 3.66 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:45:21.591, 40, 3.56 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:45:23.659, 40, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:45:25.727, 40, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:45:27.796, 40, 3.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:45:29.863, 40, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:45:31.938, 40, 3.70 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:45:34.005, 40, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:45:36.072, 40, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:45:38.141, 40, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:45:40.208, 40, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:45:42.276, 40, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:45:44.346, 40, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:45:46.415, 40, 3.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:45:48.483, 40, 3.61 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:45:50.550, 40, 3.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:45:52.619, 40, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:45:54.687, 40, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:45:56.754, 40, 3.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:45:58.824, 40, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:46:00.891, 40, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:46:02.972, 40, 3.63 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:46:05.058, 40, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:46:07.127, 40, 3.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:46:09.196, 40, 3.36 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:46:11.264, 40, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:46:13.332, 40, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:46:15.400, 40, 3.42 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:46:17.472, 40, 3.63 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:46:19.540, 40, 3.66 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:46:21.608, 40, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:46:23.676, 40, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:46:25.745, 40, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:46:27.814, 40, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:46:29.883, 40, 3.48 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:46:31.956, 40, 3.42 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:46:34.025, 40, 3.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:46:36.093, 40, 3.52 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:46:38.161, 40, 3.39 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:46:40.229, 40, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:46:42.297, 40, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:46:44.364, 40, 3.56 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:46:46.435, 40, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:46:48.502, 40, 3.35 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:46:50.570, 40, 3.55 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:46:52.638, 40, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:46:54.708, 40, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:46:56.776, 40, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:46:58.845, 40, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:47:00.914, 40, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:47:02.998, 40, 3.70 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:47:05.068, 40, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:47:07.141, 40, 3.55 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:47:09.211, 40, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:47:11.280, 40, 3.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:47:13.349, 40, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:47:15.417, 40, 3.67 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:47:17.491, 40, 3.71 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:47:19.560, 40, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:47:21.627, 40, 3.55 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:47:23.696, 40, 3.52 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:47:25.766, 40, 3.48 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:47:27.835, 40, 3.52 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:47:29.902, 40, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:47:31.979, 40, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:47:34.046, 40, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:47:36.114, 40, 3.35 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:47:38.182, 40, 3.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:47:40.250, 40, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:47:42.318, 40, 3.32 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:47:44.386, 40, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:47:46.459, 40, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:47:48.527, 40, 3.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:47:50.595, 40, 3.51 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:47:52.662, 40, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:47:54.731, 40, 3.42 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:47:56.799, 40, 3.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:47:58.869, 40, 3.51 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:48:00.938, 40, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:48:03.025, 40, 3.86 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:48:05.110, 40, 3.96 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:48:07.195, 40, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:48:09.264, 40, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:48:11.332, 40, 3.35 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:48:13.400, 40, 3.31 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:48:15.471, 40, 3.48 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:48:17.539, 40, 3.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:48:19.606, 40, 3.56 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:48:21.675, 40, 3.48 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:48:23.743, 40, 3.42 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:48:25.812, 40, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:48:27.880, 40, 3.52 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:48:29.949, 40, 3.52 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:48:32.022, 40, 3.62 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:48:34.090, 40, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:48:36.161, 40, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:48:38.229, 40, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:48:40.298, 40, 3.62 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:48:42.367, 40, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:48:44.436, 40, 3.42 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:48:46.509, 40, 3.75 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:48:48.576, 40, 3.89 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:48:50.650, 40, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:48:52.717, 40, 3.55 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:48:54.784, 40, 3.64 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:48:56.853, 40, 3.62 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:48:58.921, 40, 3.56 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:49:00.990, 40, 3.52 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:49:03.068, 40, 3.84 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:49:05.138, 40, 3.42 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:49:07.209, 40, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:49:09.282, 40, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:49:11.354, 40, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:49:13.423, 40, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:49:15.493, 40, 3.34 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:49:17.561, 40, 3.67 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:49:19.630, 40, 3.34 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:49:21.698, 40, 3.35 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:49:23.767, 40, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:49:25.834, 40, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:49:27.904, 40, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:49:29.972, 40, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:49:32.045, 40, 3.51 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:49:34.114, 40, 3.67 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:49:36.182, 40, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:49:38.249, 40, 3.39 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:49:40.318, 40, 3.36 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:49:42.386, 40, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:49:44.454, 40, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:49:46.527, 40, 3.39 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:49:48.595, 40, 3.59 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:49:50.662, 40, 3.56 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:49:52.730, 40, 3.42 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:49:54.798, 40, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:49:56.866, 40, 3.51 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:49:58.935, 40, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:50:01.005, 40, 3.59 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:50:03.077, 40, 3.70 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:50:05.155, 40, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:50:07.236, 40, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:50:09.318, 40, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:50:11.387, 40, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:50:13.455, 40, 3.55 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:50:15.526, 40, 3.52 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:50:17.596, 40, 3.55 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:50:19.665, 40, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:50:21.733, 40, 3.65 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:50:23.806, 40, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:50:25.874, 40, 3.63 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:50:27.942, 40, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:50:30.010, 40, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:50:32.083, 40, 3.90 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:50:34.151, 40, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:50:36.219, 40, 3.64 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:50:38.289, 40, 3.48 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:50:40.357, 40, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:50:42.426, 40, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:50:44.493, 40, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:50:46.566, 40, 3.52 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:50:48.634, 40, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:50:50.703, 40, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:50:52.771, 40, 3.31 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:50:54.839, 40, 3.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:50:56.908, 40, 3.48 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:50:58.976, 40, 3.33 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:51:01.047, 40, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:51:03.124, 40, 3.84 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:51:05.208, 40, 3.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:51:07.276, 40, 3.39 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:51:09.344, 40, 3.48 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:51:11.412, 40, 3.36 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:51:13.479, 40, 3.42 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:51:15.551, 40, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:51:17.619, 40, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:51:19.687, 40, 3.59 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:51:21.755, 40, 3.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:51:23.825, 40, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:51:25.892, 40, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:51:27.960, 40, 3.35 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:51:30.029, 40, 3.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:51:32.102, 40, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:51:34.170, 40, 3.67 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:51:36.239, 40, 3.35 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:51:38.307, 40, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:51:40.375, 40, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:51:42.443, 40, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:51:44.512, 40, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:51:46.584, 40, 3.56 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:51:48.654, 40, 3.35 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:51:50.725, 40, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:51:52.794, 40, 3.35 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:51:54.862, 40, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:51:56.931, 40, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:51:59.001, 40, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:52:01.071, 40, 3.78 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:52:03.147, 40, 3.56 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:52:05.217, 40, 3.61 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:52:07.290, 40, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:52:09.363, 40, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:52:11.433, 40, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:52:13.501, 40, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:52:15.569, 40, 3.30 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:52:17.641, 40, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:52:19.710, 40, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:52:21.778, 40, 3.34 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:52:23.846, 40, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:52:25.917, 40, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:52:27.984, 40, 3.31 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:52:30.052, 40, 3.39 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:52:32.126, 40, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:52:34.195, 40, 3.55 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:52:36.262, 40, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:52:38.332, 40, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:52:40.400, 40, 3.48 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:52:42.468, 40, 3.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:52:44.535, 40, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:52:46.605, 40, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:52:48.673, 40, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:52:50.741, 40, 3.34 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:52:52.809, 40, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:52:54.878, 40, 3.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:52:56.945, 40, 3.39 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:52:59.013, 40, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:53:01.081, 40, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:53:03.159, 40, 3.64 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:53:05.237, 40, 3.78 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:53:07.320, 40, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:53:09.389, 40, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:53:11.457, 40, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:53:13.527, 40, 3.28 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:53:15.596, 40, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:53:17.668, 40, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:53:19.737, 40, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:53:21.806, 40, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:53:23.875, 40, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:53:25.943, 40, 3.39 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:53:28.012, 40, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:53:30.080, 40, 3.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:53:32.157, 40, 3.35 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:53:34.226, 40, 3.75 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:53:36.294, 40, 3.65 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:53:38.363, 40, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:53:40.432, 40, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:53:42.499, 40, 3.55 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:53:44.571, 40, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:53:46.641, 40, 3.51 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:53:48.709, 40, 3.65 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:53:50.778, 40, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:53:52.848, 40, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:53:54.916, 40, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:53:56.984, 40, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:53:59.055, 40, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:54:01.122, 40, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:54:03.207, 40, 3.70 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:54:05.292, 40, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:54:07.360, 40, 3.32 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:54:09.428, 40, 3.35 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:54:11.496, 40, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:54:13.566, 40, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:54:15.634, 40, 3.34 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:54:17.706, 40, 3.56 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:54:19.774, 40, 3.36 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:54:21.842, 40, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:54:23.912, 40, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:54:25.980, 40, 3.31 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:54:28.048, 40, 3.39 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:54:30.117, 40, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:54:32.192, 40, 3.60 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:54:34.259, 40, 3.63 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:54:36.327, 40, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:54:38.395, 40, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:54:40.463, 40, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:54:42.532, 40, 3.39 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:54:44.600, 40, 3.42 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:54:46.671, 40, 3.39 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:54:48.740, 40, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:54:50.809, 40, 3.63 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:54:52.878, 40, 3.34 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:54:54.947, 40, 3.52 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:54:57.016, 40, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:54:59.085, 40, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:55:01.153, 40, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:55:03.231, 40, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:55:05.300, 40, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:55:07.374, 40, 3.62 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:55:09.447, 40, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:55:11.518, 40, 3.34 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:55:13.587, 40, 3.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:55:15.655, 40, 3.48 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:55:17.730, 40, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:55:19.798, 40, 3.65 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:55:21.865, 40, 3.33 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:55:23.933, 40, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:55:26.001, 40, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:55:28.069, 40, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:55:30.136, 40, 3.64 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:55:32.213, 40, 3.69 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:55:34.280, 40, 3.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:55:36.348, 40, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:55:38.416, 40, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:55:40.485, 40, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:55:42.552, 40, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:55:44.620, 40, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:55:46.693, 40, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:55:48.761, 40, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:55:50.830, 40, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:55:52.898, 40, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:55:54.966, 40, 3.34 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:55:57.034, 40, 3.42 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:55:59.101, 40, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:56:01.171, 40, 3.28 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:56:03.248, 40, 3.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:56:05.327, 40, 3.33 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:56:07.410, 40, 3.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:56:09.478, 40, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:56:11.547, 40, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:56:13.616, 40, 3.35 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:56:15.684, 40, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:56:17.757, 40, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:56:19.825, 40, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:56:21.893, 40, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:56:23.962, 40, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:56:26.031, 40, 3.34 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:56:28.098, 40, 3.42 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:56:30.167, 40, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:56:32.241, 40, 3.35 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:56:34.309, 40, 3.70 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:56:36.377, 40, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:56:38.446, 40, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:56:40.513, 40, 3.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:56:42.581, 40, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:56:44.650, 40, 3.32 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:56:46.722, 40, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:56:48.790, 40, 3.56 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:56:50.858, 40, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:56:52.927, 40, 3.51 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:56:54.995, 40, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:56:57.062, 40, 3.42 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:56:59.130, 40, 3.51 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:57:01.197, 40, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:57:03.281, 40, 3.74 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:57:05.351, 40, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:57:07.422, 40, 3.39 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:57:09.494, 40, 3.39 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:57:11.567, 40, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:57:13.634, 40, 3.51 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:57:15.703, 40, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:57:17.774, 40, 3.69 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:57:19.843, 40, 3.34 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:57:21.911, 40, 3.48 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:57:23.980, 40, 3.56 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:57:26.048, 40, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:57:28.118, 40, 3.36 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:57:30.186, 40, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:57:32.259, 40, 3.70 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:57:34.327, 40, 3.52 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:57:36.396, 40, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:57:38.464, 40, 3.39 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:57:40.532, 40, 3.42 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:57:42.601, 40, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:57:44.669, 40, 3.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:57:46.735, 40, 3.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:57:48.804, 40, 3.59 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:57:50.871, 40, 3.51 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:57:52.940, 40, 3.34 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:57:55.008, 40, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:57:57.075, 40, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:57:59.143, 40, 3.35 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:58:01.211, 40, 3.36 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:58:03.288, 40, 3.52 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:58:05.368, 40, 3.64 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:58:07.449, 40, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:58:09.531, 40, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:58:11.600, 40, 3.36 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:58:13.669, 40, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:58:15.738, 40, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:58:17.810, 40, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:58:19.878, 40, 3.62 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:58:21.947, 40, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:58:24.015, 40, 3.31 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:58:26.083, 40, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:58:28.151, 40, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:58:30.220, 40, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:58:32.293, 40, 3.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:58:34.362, 40, 3.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:58:36.429, 40, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:58:38.500, 40, 3.51 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:58:40.568, 40, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:58:42.637, 40, 3.33 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:58:44.706, 40, 3.55 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:58:46.778, 40, 3.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:58:48.846, 40, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:58:50.914, 40, 3.42 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:58:52.982, 40, 3.42 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:58:55.051, 40, 3.48 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:58:57.119, 40, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:58:59.186, 40, 3.28 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:59:01.255, 40, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:59:03.342, 40, 3.77 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:59:05.427, 40, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:59:07.495, 40, 3.51 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:59:09.562, 40, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:59:11.631, 40, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:59:13.699, 40, 3.33 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:59:15.768, 40, 3.51 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:59:17.840, 40, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:59:19.909, 40, 3.62 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:59:21.978, 40, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:59:24.046, 40, 3.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:59:26.115, 40, 3.32 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:59:28.183, 40, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:59:30.251, 40, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:59:32.325, 40, 3.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:59:34.392, 40, 3.63 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:59:36.461, 40, 3.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:59:38.530, 40, 3.27 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:59:40.599, 40, 3.42 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:59:42.668, 40, 3.34 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:59:44.737, 40, 3.30 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:59:46.808, 40, 3.48 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:59:48.877, 40, 3.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:59:50.946, 40, 3.56 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:59:53.015, 40, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:59:55.082, 40, 3.52 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:59:57.150, 40, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 20:59:59.219, 40, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:00:01.289, 40, 3.33 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:00:03.371, 40, 3.39 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:00:05.441, 40, 3.69 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:00:07.514, 40, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:00:09.587, 40, 3.67 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:00:11.656, 40, 3.55 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:00:13.725, 40, 3.39 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:00:15.793, 40, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:00:17.865, 40, 3.66 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:00:19.933, 39, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:00:22.001, 40, 3.52 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:00:24.068, 40, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:00:26.139, 40, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:00:28.207, 40, 3.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:00:30.274, 40, 3.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:00:32.348, 40, 3.64 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:00:34.417, 40, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:00:36.485, 40, 3.48 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:00:38.554, 40, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:00:40.622, 40, 3.36 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:00:42.689, 40, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:00:44.757, 40, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:00:46.827, 40, 3.34 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:00:48.896, 40, 3.71 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:00:50.964, 40, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:00:53.032, 40, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:00:55.101, 40, 3.42 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:00:57.169, 40, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:00:59.238, 40, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:01:01.307, 40, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:01:03.391, 40, 3.68 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:01:05.473, 40, 3.51 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:01:07.558, 40, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:01:09.628, 39, 3.35 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:01:11.697, 40, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:01:13.765, 39, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:01:15.838, 40, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:01:17.906, 40, 3.60 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:01:19.974, 40, 3.56 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:01:22.044, 40, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:01:24.112, 40, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:01:26.180, 40, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:01:28.249, 40, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:01:30.317, 40, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:01:32.391, 40, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:01:34.461, 40, 3.65 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:01:36.529, 40, 3.42 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:01:38.597, 40, 3.51 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:01:40.667, 40, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:01:42.734, 40, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:01:44.808, 40, 3.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:01:46.880, 40, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:01:48.948, 40, 3.60 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:01:51.015, 40, 3.82 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:01:53.086, 40, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:01:55.155, 40, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:01:57.224, 40, 3.65 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:01:59.294, 40, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:02:01.364, 40, 3.68 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:02:03.436, 40, 3.66 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:02:05.516, 40, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:02:07.584, 40, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:02:09.652, 40, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:02:11.721, 40, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:02:13.792, 39, 3.51 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:02:15.860, 40, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:02:17.932, 40, 3.65 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:02:20.001, 39, 3.51 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:02:22.069, 40, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:02:24.137, 40, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:02:26.205, 40, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:02:28.273, 40, 3.48 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:02:30.341, 40, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:02:32.415, 40, 3.69 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:02:34.483, 40, 3.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:02:36.552, 40, 3.39 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:02:38.620, 40, 3.48 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:02:40.687, 40, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:02:42.756, 40, 3.42 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:02:44.824, 40, 3.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:02:46.894, 40, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:02:48.963, 39, 3.55 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:02:51.031, 40, 3.31 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:02:53.100, 40, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:02:55.169, 40, 3.42 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:02:57.238, 40, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:02:59.306, 39, 3.42 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:03:01.374, 40, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:03:03.456, 40, 3.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:03:05.525, 40, 3.67 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:03:07.598, 39, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:03:09.670, 40, 3.42 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:03:11.738, 40, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:03:13.808, 40, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:03:15.876, 39, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:03:17.952, 40, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:03:20.020, 40, 3.82 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:03:22.088, 39, 3.39 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:03:24.155, 39, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:03:26.225, 39, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:03:28.293, 40, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:03:30.361, 40, 3.66 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:03:32.439, 40, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:03:34.508, 39, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:03:36.575, 39, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:03:38.642, 39, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:03:40.711, 40, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:03:42.778, 39, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:03:44.848, 40, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:03:46.920, 39, 3.35 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:03:48.988, 39, 3.51 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:03:51.057, 40, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:03:53.126, 39, 3.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:03:55.194, 40, 3.30 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:03:57.262, 39, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:03:59.330, 40, 3.39 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:04:01.399, 40, 3.36 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:04:03.482, 39, 3.77 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:04:05.565, 40, 3.31 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:04:07.649, 40, 3.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:04:09.718, 40, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:04:11.785, 40, 3.36 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:04:13.855, 39, 3.39 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:04:15.925, 40, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:04:17.993, 39, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:04:20.062, 39, 3.39 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:04:22.130, 40, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:04:24.198, 39, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:04:26.267, 39, 3.42 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:04:28.335, 40, 3.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:04:30.404, 40, 3.32 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:04:32.478, 40, 3.64 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:04:34.548, 39, 3.66 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:04:36.616, 40, 3.48 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:04:38.686, 39, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:04:40.753, 39, 3.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:04:42.821, 39, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:04:44.891, 39, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:04:46.966, 39, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:04:49.036, 40, 3.67 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:04:51.106, 40, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:04:53.174, 40, 3.56 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:04:55.242, 39, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:04:57.310, 39, 3.61 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:04:59.378, 40, 3.52 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:05:01.448, 39, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:05:03.520, 39, 3.97 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:05:05.591, 39, 3.76 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:05:07.664, 39, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:05:09.737, 39, 3.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:05:11.809, 39, 3.42 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:05:13.877, 39, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:05:15.945, 39, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:05:18.016, 39, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:05:20.086, 39, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:05:22.154, 39, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:05:24.223, 39, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:05:26.291, 39, 3.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:05:28.360, 39, 3.39 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:05:30.427, 39, 3.42 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:05:32.501, 39, 3.39 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:05:34.570, 39, 3.60 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:05:36.638, 39, 3.61 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:05:38.704, 39, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:05:40.772, 39, 3.32 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:05:42.840, 39, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:05:44.908, 39, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:05:46.975, 39, 3.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:05:49.048, 39, 3.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:05:51.114, 39, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:05:53.183, 39, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:05:55.250, 39, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:05:57.319, 39, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:05:59.386, 39, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:06:01.454, 39, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:06:03.533, 39, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:06:05.613, 39, 3.36 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:06:07.696, 39, 3.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:06:09.780, 39, 3.23 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:06:11.847, 39, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:06:13.916, 39, 3.33 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:06:15.985, 39, 3.33 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:06:18.057, 39, 3.61 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:06:20.125, 39, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:06:22.195, 39, 3.42 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:06:24.264, 39, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:06:26.333, 39, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:06:28.401, 39, 3.51 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:06:30.470, 39, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:06:32.544, 39, 3.65 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:06:34.612, 39, 3.59 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:06:36.681, 39, 3.67 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:06:38.750, 39, 3.36 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:06:40.819, 39, 3.36 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:06:42.889, 39, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:06:44.956, 39, 3.52 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:06:47.027, 39, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:06:49.096, 39, 3.63 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:06:51.163, 39, 3.63 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:06:53.231, 39, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:06:55.300, 39, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:06:57.367, 39, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:06:59.436, 39, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:07:01.503, 39, 3.39 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:07:03.580, 39, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:07:05.658, 39, 3.68 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:07:07.727, 39, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:07:09.794, 39, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:07:11.862, 39, 3.39 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:07:13.930, 39, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:07:15.999, 39, 3.56 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:07:18.071, 39, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:07:20.139, 39, 3.67 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:07:22.208, 39, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:07:24.276, 39, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:07:26.345, 39, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:07:28.412, 39, 3.42 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:07:30.480, 39, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:07:32.551, 39, 3.48 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:07:34.619, 39, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:07:36.687, 39, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:07:38.755, 39, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:07:40.823, 39, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:07:42.891, 39, 3.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:07:44.960, 39, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:07:47.027, 39, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:07:49.099, 39, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:07:51.168, 39, 3.42 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:07:53.236, 39, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:07:55.304, 39, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:07:57.372, 39, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:07:59.439, 39, 3.51 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:08:01.509, 39, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:08:03.592, 39, 3.62 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:08:05.664, 39, 3.68 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:08:07.736, 39, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:08:09.808, 39, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:08:11.882, 39, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:08:13.950, 39, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:08:16.017, 39, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:08:18.089, 39, 3.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:08:20.157, 39, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:08:22.227, 39, 3.29 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:08:24.294, 39, 3.61 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:08:26.365, 39, 3.34 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:08:28.433, 39, 3.51 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:08:30.501, 39, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:08:32.571, 39, 3.32 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:08:34.640, 39, 3.61 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:08:36.707, 39, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:08:38.775, 39, 3.34 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:08:40.844, 39, 3.35 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:08:42.912, 39, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:08:44.980, 39, 3.33 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:08:47.050, 39, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:08:49.121, 39, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:08:51.189, 39, 3.59 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:08:53.258, 39, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:08:55.326, 39, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:08:57.394, 39, 3.34 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:08:59.463, 39, 3.36 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:09:01.530, 39, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:09:03.614, 39, 3.36 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:09:05.696, 39, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:09:07.782, 39, 3.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:09:09.851, 39, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:09:11.918, 39, 3.51 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:09:13.986, 39, 3.39 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:09:16.054, 39, 3.33 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:09:18.126, 39, 3.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:09:20.195, 39, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:09:22.264, 39, 3.26 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:09:24.332, 39, 3.39 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:09:26.399, 39, 3.35 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:09:28.467, 39, 3.34 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:09:30.536, 39, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:09:32.607, 39, 3.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:09:34.677, 39, 3.52 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:09:36.746, 39, 3.32 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:09:38.814, 39, 3.33 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:09:40.883, 39, 3.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:09:42.951, 39, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:09:45.022, 39, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:09:47.090, 39, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:09:49.162, 39, 3.55 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:09:51.230, 39, 3.48 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:09:53.299, 39, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:09:55.366, 39, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:09:57.435, 39, 3.65 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:09:59.506, 39, 3.33 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:10:01.575, 39, 3.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:10:03.663, 39, 3.65 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:10:05.748, 39, 3.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:10:07.817, 39, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:10:09.885, 39, 3.36 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:10:11.952, 39, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:10:14.023, 39, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:10:16.091, 39, 3.29 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:10:18.163, 39, 3.35 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:10:20.231, 39, 3.59 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:10:22.299, 39, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:10:24.367, 39, 3.31 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:10:26.436, 39, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:10:28.504, 39, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:10:30.572, 39, 3.31 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:10:32.640, 39, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:10:34.708, 39, 3.55 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:10:36.777, 39, 3.52 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:10:38.845, 39, 3.33 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:10:40.912, 39, 3.30 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:10:42.980, 39, 3.33 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:10:45.048, 39, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:10:47.115, 39, 3.26 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:10:49.188, 39, 3.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:10:51.256, 39, 3.52 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:10:53.323, 39, 3.33 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:10:55.393, 39, 3.32 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:10:57.461, 39, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:10:59.530, 39, 3.36 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:11:01.598, 39, 3.35 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:11:03.674, 39, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:11:05.743, 39, 3.60 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:11:07.816, 39, 3.61 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:11:09.888, 39, 3.35 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:11:11.956, 39, 3.35 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:11:14.026, 39, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:11:16.094, 39, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:11:18.161, 39, 3.32 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:11:20.234, 39, 3.36 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:11:22.303, 39, 3.76 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:11:24.371, 39, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:11:26.439, 39, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:11:28.507, 39, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:11:30.575, 39, 3.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:11:32.646, 39, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:11:34.721, 39, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:11:36.790, 39, 3.33 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:11:38.859, 39, 3.36 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:11:40.928, 39, 3.45 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:11:42.995, 39, 3.42 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:11:45.063, 39, 3.35 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:11:47.133, 39, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:11:49.203, 39, 3.39 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:11:51.271, 39, 3.48 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:11:53.340, 39, 3.39 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:11:55.409, 39, 3.32 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:11:57.478, 39, 3.32 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:11:59.547, 39, 3.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:12:01.617, 39, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:12:03.694, 39, 3.28 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:12:05.786, 39, 3.74 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:12:07.870, 39, 3.42 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:12:09.938, 39, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:12:12.006, 39, 3.30 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:12:14.076, 39, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:12:16.143, 39, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:12:18.212, 39, 3.39 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:12:20.285, 39, 3.52 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:12:22.353, 39, 3.42 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:12:24.421, 39, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:12:26.491, 39, 3.33 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:12:28.558, 39, 3.35 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:12:30.626, 39, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:12:32.695, 39, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:12:34.769, 39, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:12:36.837, 39, 3.60 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:12:38.907, 39, 3.32 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:12:40.973, 39, 3.31 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:12:43.041, 39, 3.46 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:12:45.110, 39, 3.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:12:47.178, 39, 3.32 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:12:49.248, 39, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:12:51.317, 39, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:12:53.387, 39, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:12:55.455, 39, 3.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:12:57.522, 39, 3.39 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:12:59.593, 39, 3.34 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:13:01.661, 39, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:13:03.739, 39, 3.55 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:13:05.817, 39, 3.59 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:13:07.888, 39, 3.60 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:13:09.960, 39, 3.34 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:13:12.033, 39, 3.41 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:13:14.101, 39, 3.34 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:13:16.170, 39, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:13:18.237, 39, 3.44 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:13:20.310, 39, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:13:22.379, 39, 3.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:13:24.447, 39, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:13:26.514, 39, 3.35 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:13:28.583, 39, 3.27 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:13:30.651, 39, 3.34 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:13:32.719, 39, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:13:34.792, 39, 3.35 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:13:36.860, 39, 3.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:13:38.928, 39, 3.60 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:13:40.997, 39, 3.32 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:13:43.064, 39, 3.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:13:45.134, 39, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:13:47.202, 39, 3.32 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:13:49.270, 39, 3.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:13:51.343, 39, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:13:53.413, 39, 3.33 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:13:55.479, 39, 3.34 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:13:57.547, 39, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:13:59.616, 39, 3.35 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:14:01.683, 39, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:14:03.756, 39, 3.35 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:14:05.842, 39, 3.76 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:14:07.925, 39, 3.34 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:14:10.009, 39, 3.34 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:14:12.076, 39, 3.34 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:14:14.145, 39, 3.34 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:14:16.214, 39, 3.35 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:14:18.282, 39, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:14:20.354, 39, 3.59 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:14:22.422, 39, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:14:24.490, 39, 3.39 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:14:26.561, 39, 3.31 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:14:28.629, 39, 3.37 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:14:30.697, 39, 3.38 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:14:32.765, 39, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:14:34.839, 39, 3.64 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:14:36.907, 39, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:14:38.977, 39, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:14:41.045, 39, 3.43 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:14:43.112, 39, 3.39 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:14:45.180, 39, 3.36 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:14:47.249, 39, 3.39 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:14:49.320, 39, 3.36 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:14:51.388, 39, 3.56 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:14:53.455, 39, 3.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:14:55.525, 39, 3.40 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:14:57.593, 40, 21.79 W, 0 %, 176 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:14:59.633, 41, 21.04 W, 0 %, 176 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:15:01.672, 41, 21.10 W, 0 %, 176 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:15:03.712, 41, 20.95 W, 0 %, 176 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:15:05.749, 42, 20.92 W, 0 %, 176 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:15:07.787, 42, 21.12 W, 0 %, 176 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:15:09.829, 43, 29.77 W, 10 %, 4536 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:15:11.862, 42, 21.29 W, 0 %, 4536 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:15:13.900, 43, 21.35 W, 0 %, 4536 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:15:15.939, 43, 21.35 W, 3 %, 4544 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:15:17.980, 43, 21.42 W, 0 %, 4544 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:15:20.018, 43, 21.41 W, 0 %, 4558 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:15:22.058, 43, 21.32 W, 0 %, 4558 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:15:24.096, 43, 21.39 W, 0 %, 4558 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:15:26.133, 43, 21.50 W, 0 %, 4558 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:15:28.173, 44, 21.41 W, 0 %, 4558 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:15:30.212, 44, 21.42 W, 0 %, 4558 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:15:32.251, 45, 30.10 W, 35 %, 4558 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:15:34.286, 45, 32.88 W, 33 %, 4558 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:15:36.321, 46, 31.02 W, 55 %, 4558 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:15:38.357, 46, 27.35 W, 16 %, 4558 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:15:40.397, 46, 22.92 W, 17 %, 4558 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:15:42.436, 49, 44.14 W, 86 %, 4560 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:15:44.472, 49, 43.94 W, 76 %, 4560 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:15:46.507, 50, 48.66 W, 77 %, 4584 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:15:48.543, 50, 47.71 W, 94 %, 4584 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:15:50.577, 50, 48.28 W, 90 %, 4584 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:15:52.611, 51, 51.58 W, 97 %, 4584 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:15:54.646, 52, 33.43 W, 100 %, 4584 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:15:56.682, 50, 28.95 W, 17 %, 4584 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:15:58.723, 49, 27.17 W, 21 %, 4584 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:16:00.763, 49, 24.78 W, 19 %, 4584 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:16:02.803, 51, 43.30 W, 89 %, 4584 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:16:04.842, 52, 48.31 W, 91 %, 4584 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:16:06.878, 53, 48.12 W, 95 %, 4584 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:16:08.915, 53, 50.12 W, 95 %, 4584 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:16:10.951, 54, 51.42 W, 97 %, 4584 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:16:12.989, 54, 37.85 W, 100 %, 4584 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:16:15.024, 52, 29.40 W, 15 %, 4584 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:16:17.064, 52, 29.38 W, 20 %, 4584 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:16:19.106, 51, 22.18 W, 20 %, 4584 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:16:21.144, 51, 22.23 W, 0 %, 4584 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:16:23.183, 54, 46.68 W, 95 %, 4584 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:16:25.218, 54, 51.43 W, 94 %, 4584 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:16:27.252, 55, 52.49 W, 93 %, 4584 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:16:29.288, 55, 46.10 W, 92 %, 4584 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:16:31.324, 55, 51.90 W, 94 %, 4584 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:16:33.361, 55, 44.90 W, 17 %, 4584 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:16:35.398, 53, 29.13 W, 21 %, 4584 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:16:37.438, 53, 28.95 W, 15 %, 4584 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:16:39.479, 53, 29.48 W, 21 %, 4584 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:16:41.519, 53, 29.52 W, 21 %, 4584 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:16:43.560, 53, 29.41 W, 20 %, 4584 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:16:45.600, 53, 28.35 W, 20 %, 4584 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:16:47.641, 53, 27.57 W, 18 %, 4584 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:16:49.683, 53, 28.64 W, 18 %, 4584 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:16:51.724, 53, 29.55 W, 21 %, 4584 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:16:53.765, 53, 29.58 W, 21 %, 4584 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:16:55.805, 53, 28.31 W, 21 %, 4584 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:16:57.849, 55, 44.03 W, 36 %, 4584 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:16:59.883, 56, 40.04 W, 29 %, 4584 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:17:01.917, 54, 27.23 W, 21 %, 4584 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:17:03.959, 54, 29.69 W, 19 %, 4584 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:17:06.000, 54, 29.61 W, 21 %, 4584 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:17:08.040, 56, 46.00 W, 93 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:17:10.075, 56, 44.82 W, 80 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:17:12.112, 55, 27.80 W, 16 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:17:14.153, 54, 29.77 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:17:16.194, 54, 30.02 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:17:18.235, 55, 29.92 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:17:20.275, 54, 29.79 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:17:22.316, 55, 26.35 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:17:24.359, 57, 46.37 W, 94 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:17:26.394, 57, 40.02 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:17:28.429, 55, 26.82 W, 17 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:17:30.470, 55, 29.81 W, 18 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:17:32.510, 55, 29.83 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:17:34.551, 55, 26.96 W, 15 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:17:36.591, 55, 26.69 W, 18 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:17:38.632, 55, 28.72 W, 18 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:17:40.671, 55, 27.58 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:17:42.713, 55, 27.25 W, 15 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:17:44.755, 55, 29.10 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:17:46.796, 55, 29.63 W, 18 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:17:48.837, 58, 45.62 W, 87 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:17:50.875, 57, 33.43 W, 94 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:17:52.910, 56, 30.21 W, 17 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:17:54.950, 56, 27.47 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:17:56.988, 56, 30.24 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:17:59.030, 58, 46.72 W, 17 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:18:01.067, 58, 46.81 W, 92 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:18:03.103, 59, 45.26 W, 29 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:18:05.139, 57, 27.99 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:18:07.180, 56, 30.13 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:18:09.220, 56, 30.08 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:18:11.261, 56, 30.33 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:18:13.302, 56, 30.04 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:18:15.341, 59, 48.60 W, 69 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:18:17.380, 60, 52.62 W, 95 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:18:19.414, 59, 44.51 W, 51 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:18:21.454, 57, 29.01 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:18:23.494, 57, 30.31 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:18:25.537, 57, 29.99 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:18:27.578, 57, 30.44 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:18:29.618, 57, 30.32 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:18:31.659, 59, 45.85 W, 94 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:18:33.694, 60, 48.67 W, 91 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:18:35.729, 60, 45.67 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:18:37.766, 57, 28.17 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:18:39.805, 57, 29.75 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:18:41.844, 58, 30.48 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:18:43.888, 57, 29.99 W, 18 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:18:45.928, 58, 30.51 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:18:47.968, 60, 46.70 W, 55 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:18:50.004, 60, 46.60 W, 95 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:18:52.040, 60, 45.69 W, 98 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:18:54.076, 58, 27.30 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:18:56.116, 58, 30.34 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:18:58.156, 58, 30.64 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:19:00.195, 58, 30.25 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:19:02.237, 58, 30.43 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:19:04.278, 58, 30.61 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:19:06.318, 60, 46.20 W, 83 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:19:08.352, 61, 33.83 W, 94 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:19:10.390, 59, 30.69 W, 17 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:19:12.430, 58, 30.57 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:19:14.472, 59, 28.07 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:19:16.515, 58, 27.96 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:19:18.556, 59, 30.62 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:19:20.597, 58, 30.25 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:19:22.638, 58, 29.41 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:19:24.680, 58, 28.23 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:19:26.720, 61, 46.43 W, 83 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:19:28.755, 61, 45.94 W, 17 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:19:30.792, 59, 30.75 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:19:32.833, 59, 30.53 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:19:34.874, 58, 48.48 W, 45 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:19:36.913, 61, 48.00 W, 94 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:19:38.949, 61, 46.84 W, 16 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:19:40.986, 59, 30.85 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:19:43.026, 59, 30.81 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:19:45.066, 59, 30.24 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:19:47.107, 59, 30.79 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:19:49.147, 59, 30.87 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:19:51.187, 61, 52.54 W, 95 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:19:53.225, 62, 54.63 W, 95 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:19:55.260, 61, 47.56 W, 18 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:19:57.294, 59, 30.74 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:19:59.336, 59, 30.89 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:20:01.377, 59, 30.60 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:20:03.421, 59, 30.26 W, 18 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:20:05.463, 59, 34.38 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:20:07.501, 61, 49.30 W, 94 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:20:09.537, 62, 47.73 W, 59 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:20:11.574, 60, 30.89 W, 17 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:20:13.615, 59, 28.16 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:20:15.654, 59, 30.70 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:20:17.696, 59, 28.34 W, 18 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:20:19.737, 59, 39.63 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:20:21.772, 62, 52.10 W, 95 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:20:23.808, 62, 43.73 W, 94 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:20:25.845, 62, 52.13 W, 96 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:20:27.880, 62, 52.13 W, 96 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:20:29.920, 62, 47.54 W, 100 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:20:31.957, 60, 30.39 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:20:33.998, 59, 30.61 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:20:36.039, 59, 30.59 W, 16 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:20:38.078, 59, 28.92 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:20:40.120, 59, 30.64 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:20:42.162, 59, 30.75 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:20:44.202, 59, 30.80 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:20:46.244, 59, 30.36 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:20:48.283, 59, 30.56 W, 17 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:20:50.322, 59, 30.75 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:20:52.362, 59, 30.77 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:20:54.407, 59, 30.49 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:20:56.446, 59, 30.82 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:20:58.487, 59, 29.47 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:21:00.529, 59, 28.25 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:21:02.568, 59, 29.30 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:21:04.610, 59, 30.91 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:21:06.652, 59, 30.56 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:21:08.695, 59, 30.78 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:21:10.737, 59, 30.73 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:21:12.777, 59, 28.12 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:21:14.818, 59, 28.26 W, 10 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:21:16.860, 59, 27.93 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:21:18.907, 59, 28.00 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:21:20.949, 59, 30.68 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:21:22.991, 59, 30.66 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:21:25.031, 59, 30.74 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:21:27.073, 59, 30.71 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:21:29.114, 59, 30.78 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:21:31.155, 59, 30.50 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:21:33.197, 59, 28.16 W, 18 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:21:35.240, 59, 30.63 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:21:37.280, 59, 29.44 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:21:39.319, 59, 30.84 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:21:41.361, 59, 29.57 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:21:43.402, 59, 30.46 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:21:45.445, 59, 30.60 W, 17 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:21:47.485, 59, 30.80 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:21:49.527, 59, 28.70 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:21:51.568, 59, 30.76 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:21:53.610, 59, 29.54 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:21:55.649, 59, 30.49 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:21:57.690, 59, 28.20 W, 18 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:21:59.731, 59, 30.79 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:22:01.772, 59, 30.80 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:22:03.812, 58, 30.47 W, 12 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:22:05.852, 59, 30.76 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:22:07.894, 59, 29.82 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:22:09.939, 59, 27.79 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:22:11.980, 59, 28.44 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:22:14.021, 59, 28.69 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:22:16.062, 59, 30.45 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:22:18.102, 59, 30.11 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:22:20.143, 59, 28.38 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:22:22.184, 59, 28.85 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:22:24.226, 59, 29.45 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:22:26.266, 59, 30.81 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:22:28.307, 59, 28.27 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:22:30.347, 59, 30.63 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:22:32.389, 59, 30.88 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:22:34.432, 59, 30.64 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:22:36.473, 59, 29.09 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:22:38.513, 59, 30.84 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:22:40.553, 59, 28.71 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:22:42.592, 59, 28.59 W, 17 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:22:44.635, 59, 28.91 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:22:46.675, 59, 28.41 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:22:48.714, 60, 48.90 W, 35 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:22:50.748, 62, 48.93 W, 94 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:22:52.785, 62, 47.34 W, 50 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:22:54.819, 60, 30.56 W, 16 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:22:56.861, 59, 30.72 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:22:58.902, 59, 30.79 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:23:00.945, 59, 30.51 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:23:02.985, 59, 30.77 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:23:05.025, 60, 30.50 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:23:07.065, 59, 30.55 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:23:09.106, 59, 30.10 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:23:11.145, 59, 29.73 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:23:13.185, 59, 30.22 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:23:15.226, 59, 30.78 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:23:17.266, 59, 30.80 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:23:19.308, 59, 27.70 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:23:21.348, 59, 30.79 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:23:23.387, 59, 30.16 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:23:25.428, 60, 30.61 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:23:27.469, 59, 30.45 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:23:29.510, 59, 30.76 W, 13 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:23:31.552, 59, 30.58 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:23:33.592, 59, 30.68 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:23:35.633, 59, 30.63 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:23:37.674, 59, 28.14 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:23:39.714, 59, 29.08 W, 18 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:23:41.755, 59, 30.67 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:23:43.795, 59, 30.41 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:23:45.835, 59, 30.75 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:23:47.873, 59, 27.88 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:23:49.914, 59, 30.71 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:23:51.957, 59, 30.01 W, 17 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:23:53.996, 59, 30.61 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:23:56.037, 59, 30.82 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:23:58.078, 59, 27.41 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:24:00.119, 60, 30.81 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:24:02.161, 59, 24.16 W, 10 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:24:04.200, 59, 30.29 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:24:06.242, 59, 30.73 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:24:08.283, 59, 30.60 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:24:10.325, 60, 30.44 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:24:12.364, 59, 30.72 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:24:14.406, 59, 30.64 W, 18 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:24:16.447, 59, 30.22 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:24:18.490, 59, 30.74 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:24:20.529, 59, 30.70 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:24:22.569, 60, 28.28 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:24:24.609, 59, 27.70 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:24:26.651, 60, 28.75 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:24:28.692, 61, 48.57 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:24:30.729, 62, 50.33 W, 95 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:24:32.764, 63, 55.28 W, 99 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:24:34.798, 62, 43.79 W, 17 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:24:36.840, 60, 28.80 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:24:38.881, 60, 30.75 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:24:40.922, 60, 28.19 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:24:42.967, 60, 30.83 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:24:45.008, 60, 30.84 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:24:47.049, 60, 30.60 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:24:49.089, 60, 30.93 W, 18 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:24:51.129, 60, 30.17 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:24:53.169, 60, 30.82 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:24:55.210, 60, 29.98 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:24:57.249, 60, 30.79 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:24:59.289, 60, 30.74 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:25:01.330, 60, 30.85 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:25:03.372, 60, 30.24 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:25:05.412, 60, 30.11 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:25:07.455, 60, 30.83 W, 11 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:25:09.495, 60, 29.04 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:25:11.536, 60, 30.52 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:25:13.577, 60, 30.77 W, 18 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:25:15.617, 59, 30.58 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:25:17.656, 60, 30.78 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:25:19.698, 60, 30.79 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:25:21.740, 60, 30.74 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:25:23.781, 60, 30.76 W, 17 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:25:25.822, 60, 30.78 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:25:27.865, 60, 30.74 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:25:29.906, 60, 30.76 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:25:31.947, 60, 29.26 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:25:33.991, 60, 30.59 W, 18 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:25:36.030, 60, 29.31 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:25:38.070, 59, 26.28 W, 4 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:25:40.111, 60, 30.70 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:25:42.151, 60, 30.83 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:25:44.193, 60, 30.71 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:25:46.234, 60, 29.19 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:25:48.276, 60, 30.83 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:25:50.316, 60, 30.86 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:25:52.358, 60, 30.89 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:25:54.399, 60, 30.85 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:25:56.440, 60, 30.59 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:25:58.483, 60, 29.89 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:26:00.524, 60, 30.84 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:26:02.563, 60, 30.86 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:26:04.602, 60, 31.00 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:26:06.641, 60, 30.83 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:26:08.683, 62, 52.15 W, 53 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:26:10.719, 63, 53.29 W, 96 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:26:12.756, 64, 55.96 W, 97 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:26:14.793, 63, 50.38 W, 93 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:26:16.828, 64, 53.52 W, 92 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:26:18.866, 64, 54.14 W, 97 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:26:20.903, 64, 54.68 W, 96 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:26:22.937, 64, 56.69 W, 97 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:26:24.972, 64, 47.90 W, 100 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:26:27.009, 61, 31.18 W, 17 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:26:29.050, 61, 29.14 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:26:31.091, 61, 31.00 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:26:33.132, 61, 31.15 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:26:35.173, 61, 31.10 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:26:37.213, 61, 30.93 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:26:39.253, 61, 30.80 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:26:41.295, 61, 30.97 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:26:43.335, 61, 29.32 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:26:45.376, 61, 28.44 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:26:47.417, 61, 31.19 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:26:49.458, 61, 31.00 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:26:51.500, 61, 31.03 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:26:53.542, 61, 31.17 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:26:55.584, 61, 31.10 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:26:57.626, 63, 52.68 W, 36 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:26:59.660, 64, 51.30 W, 97 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:27:01.696, 64, 53.90 W, 97 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:27:03.733, 65, 57.05 W, 98 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:27:05.770, 64, 47.20 W, 53 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:27:07.807, 62, 31.15 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:27:09.850, 61, 31.21 W, 17 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:27:11.891, 61, 31.01 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:27:13.931, 61, 28.54 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:27:15.972, 61, 31.07 W, 18 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:27:18.015, 61, 29.65 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:27:20.054, 61, 29.02 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:27:22.097, 61, 29.13 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:27:24.137, 61, 31.09 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:27:26.179, 61, 28.57 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:27:28.219, 61, 30.04 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:27:30.259, 61, 31.02 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:27:32.300, 61, 31.09 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:27:34.342, 61, 31.11 W, 18 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:27:36.385, 61, 27.98 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:27:38.426, 61, 31.19 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:27:40.466, 61, 31.09 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:27:42.510, 64, 52.99 W, 80 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:27:44.546, 64, 53.36 W, 97 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:27:46.581, 64, 53.98 W, 96 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:27:48.615, 65, 56.24 W, 99 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:27:50.652, 64, 48.83 W, 18 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:27:52.688, 62, 31.26 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:27:54.729, 62, 29.50 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:27:56.769, 61, 31.24 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:27:58.809, 61, 31.01 W, 18 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:28:00.849, 61, 31.22 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:28:02.891, 61, 31.28 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:28:04.932, 61, 31.10 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:28:06.974, 61, 28.97 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:28:09.018, 61, 31.24 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:28:11.058, 61, 30.72 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:28:13.102, 61, 31.36 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:28:15.143, 61, 31.31 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:28:17.182, 61, 30.88 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:28:19.222, 61, 31.25 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:28:21.264, 61, 31.24 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:28:23.304, 61, 28.16 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:28:25.343, 61, 31.30 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:28:27.383, 61, 31.20 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:28:29.424, 61, 30.13 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:28:31.464, 61, 31.24 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:28:33.505, 61, 30.41 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:28:35.545, 61, 31.00 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:28:37.585, 60, 23.75 W, 11 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:28:39.627, 61, 31.13 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:28:41.667, 61, 30.81 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:28:43.708, 61, 29.77 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:28:45.751, 61, 30.97 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:28:47.791, 61, 31.08 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:28:49.830, 61, 31.14 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:28:51.871, 61, 31.09 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:28:53.912, 61, 28.64 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:28:55.954, 61, 31.05 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:28:57.995, 61, 31.09 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:29:00.038, 61, 28.49 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:29:02.080, 61, 31.07 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:29:04.121, 61, 31.10 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:29:06.162, 61, 31.09 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:29:08.203, 61, 29.15 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:29:10.244, 61, 31.16 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:29:12.285, 61, 31.06 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:29:14.324, 61, 31.10 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:29:16.365, 61, 31.06 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:29:18.404, 61, 52.29 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:29:20.440, 64, 53.50 W, 95 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:29:22.474, 64, 52.55 W, 97 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:29:24.514, 65, 56.44 W, 97 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:29:26.550, 64, 48.84 W, 88 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:29:28.585, 62, 31.27 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:29:30.625, 62, 30.80 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:29:32.668, 62, 31.25 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:29:34.708, 61, 31.24 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:29:36.749, 61, 29.81 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:29:38.790, 61, 31.09 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:29:40.831, 61, 31.11 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:29:42.872, 61, 29.90 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:29:44.913, 61, 28.85 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:29:46.953, 61, 30.09 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:29:48.995, 61, 29.16 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:29:51.040, 61, 31.22 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:29:53.080, 61, 28.58 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:29:55.119, 61, 29.43 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:29:57.160, 61, 31.16 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:29:59.201, 61, 30.96 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:30:01.242, 61, 31.19 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:30:03.281, 61, 31.24 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:30:05.322, 61, 31.28 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:30:07.363, 61, 31.23 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:30:09.405, 61, 30.99 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:30:11.444, 61, 30.28 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:30:13.486, 61, 30.72 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:30:15.529, 64, 52.80 W, 49 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:30:17.563, 64, 54.63 W, 96 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:30:19.600, 65, 56.39 W, 97 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:30:21.636, 65, 52.08 W, 97 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:30:23.672, 65, 52.27 W, 97 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:30:25.706, 65, 55.97 W, 98 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:30:27.740, 66, 56.49 W, 97 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:30:29.777, 65, 52.69 W, 100 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:30:31.814, 63, 31.24 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:30:33.855, 62, 31.48 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:30:35.897, 62, 31.38 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:30:37.937, 62, 28.84 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:30:39.978, 62, 28.99 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:30:42.019, 62, 31.32 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:30:44.062, 62, 29.52 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:30:46.104, 62, 29.47 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:30:48.146, 62, 31.10 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:30:50.186, 61, 28.71 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:30:52.227, 61, 31.43 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:30:54.268, 61, 31.34 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:30:56.310, 61, 31.24 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:30:58.350, 61, 30.20 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:31:00.390, 61, 29.99 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:31:02.431, 62, 28.91 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:31:04.472, 61, 26.98 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:31:06.512, 61, 31.36 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:31:08.555, 61, 31.07 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:31:10.596, 61, 31.06 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:31:12.638, 61, 31.20 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:31:14.679, 61, 28.11 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:31:16.720, 61, 31.27 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:31:18.759, 61, 28.93 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:31:20.799, 61, 31.34 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:31:22.842, 61, 28.49 W, 19 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:31:24.882, 61, 31.22 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:31:26.922, 61, 28.97 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:31:28.961, 61, 31.17 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:31:31.001, 61, 30.03 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:31:33.043, 61, 31.12 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:31:35.084, 61, 28.57 W, 18 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:31:37.125, 61, 31.38 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:31:39.166, 61, 28.90 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:31:41.207, 61, 30.64 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:31:43.249, 61, 31.16 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:31:45.292, 61, 31.28 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:31:47.333, 61, 30.36 W, 6 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:31:49.374, 61, 31.05 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:31:51.414, 61, 29.55 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:31:53.456, 61, 29.69 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:31:55.497, 61, 31.19 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:31:57.538, 61, 31.21 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:31:59.581, 61, 28.67 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:32:01.622, 61, 31.36 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:32:03.662, 61, 31.08 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:32:05.703, 61, 31.16 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:32:07.745, 61, 31.04 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:32:09.787, 61, 31.17 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:32:11.828, 61, 28.72 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:32:13.867, 61, 31.01 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:32:15.908, 61, 31.23 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:32:17.950, 61, 28.72 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:32:19.991, 61, 30.77 W, 20 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:32:22.032, 61, 30.71 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:32:24.074, 61, 31.06 W, 22 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:32:26.113, 61, 31.32 W, 21 %, 4586 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:32:28.154, 61, 26.36 W, 21 %, 103 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:32:30.195, 60, 16.27 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:32:32.271, 58, 4.09 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:32:34.340, 58, 4.14 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:32:36.407, 57, 4.10 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:32:38.476, 57, 3.98 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:32:40.543, 57, 4.00 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:32:42.614, 57, 4.04 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:32:44.683, 56, 4.11 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:32:46.749, 56, 3.89 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:32:48.817, 56, 3.93 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:32:50.884, 56, 3.87 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:32:52.951, 55, 4.07 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:32:55.018, 55, 3.91 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:32:57.088, 55, 3.88 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:32:59.155, 55, 4.19 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:33:01.222, 55, 4.26 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:33:03.294, 55, 3.96 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:33:05.373, 55, 3.92 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:33:07.456, 54, 3.84 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:33:09.540, 54, 3.83 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:33:11.610, 54, 3.89 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:33:13.678, 54, 3.98 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:33:15.746, 54, 4.06 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:33:17.814, 54, 3.82 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:33:19.881, 54, 3.74 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:33:21.950, 54, 3.80 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:33:24.018, 53, 3.89 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:33:26.088, 53, 3.83 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:33:28.162, 53, 3.77 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:33:30.230, 53, 4.14 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:33:32.298, 53, 3.88 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:33:34.366, 53, 3.91 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:33:36.434, 53, 3.85 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:33:38.502, 53, 3.94 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:33:40.572, 53, 3.84 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:33:42.646, 52, 4.13 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:33:44.714, 52, 4.05 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:33:46.783, 52, 3.72 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:33:48.851, 52, 3.94 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:33:50.918, 52, 3.87 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:33:52.990, 52, 3.78 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:33:55.057, 52, 3.93 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:33:57.126, 52, 3.91 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:33:59.193, 52, 4.03 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:34:01.261, 52, 3.73 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:34:03.339, 52, 3.81 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:34:05.423, 51, 3.95 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:34:07.493, 51, 3.73 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:34:09.561, 51, 3.74 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:34:11.631, 51, 3.62 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:34:13.699, 51, 3.90 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:34:15.767, 51, 3.66 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:34:17.835, 51, 3.73 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:34:19.903, 51, 3.73 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:34:21.971, 51, 3.80 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:34:24.039, 51, 3.70 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:34:26.109, 51, 3.75 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:34:28.183, 51, 3.85 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:34:30.251, 50, 3.97 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:34:32.320, 50, 3.73 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:34:34.387, 50, 3.63 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:34:36.461, 50, 3.74 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:34:38.531, 50, 3.75 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:34:40.598, 50, 3.66 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:34:42.670, 50, 3.60 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:34:44.739, 50, 3.83 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:34:46.807, 50, 3.84 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:34:48.875, 50, 3.59 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:34:50.943, 50, 3.78 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:34:53.010, 50, 3.70 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:34:55.078, 50, 3.62 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:34:57.149, 50, 3.67 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:34:59.217, 50, 3.79 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:35:01.287, 50, 3.79 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:35:03.363, 50, 3.69 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:35:05.434, 50, 3.72 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:35:07.506, 50, 3.64 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:35:09.579, 49, 3.79 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:35:11.655, 49, 3.83 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:35:13.724, 49, 3.81 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:35:15.791, 49, 3.66 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:35:17.858, 49, 3.62 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:35:19.926, 49, 3.69 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:35:21.995, 49, 3.83 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:35:24.063, 49, 3.61 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:35:26.132, 49, 3.63 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:35:28.205, 49, 4.00 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:35:30.273, 49, 3.67 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:35:32.341, 49, 3.85 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:35:34.409, 49, 3.69 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:35:36.476, 49, 3.65 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:35:38.545, 49, 3.88 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:35:40.614, 49, 3.66 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:35:42.687, 49, 3.66 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:35:44.755, 49, 3.71 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:35:46.823, 49, 3.69 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:35:48.891, 49, 3.60 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:35:50.959, 49, 3.59 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:35:53.026, 49, 3.68 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:35:55.095, 49, 3.64 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:35:57.165, 49, 3.59 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:35:59.233, 49, 3.78 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:36:01.301, 49, 3.85 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:36:03.378, 49, 3.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:36:05.460, 49, 3.65 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:36:07.545, 49, 3.69 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:36:09.613, 49, 3.66 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:36:11.684, 48, 3.67 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:36:13.752, 48, 3.73 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:36:15.820, 48, 3.77 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:36:17.888, 48, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:36:19.957, 48, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:36:22.025, 48, 3.60 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:36:24.093, 48, 3.56 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:36:26.160, 48, 3.61 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:36:28.233, 48, 3.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:36:30.301, 48, 3.80 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:36:32.369, 48, 3.60 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:36:34.435, 48, 3.69 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:36:36.504, 48, 3.60 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:36:38.572, 48, 3.62 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:36:40.641, 48, 3.68 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:36:42.711, 48, 3.72 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:36:44.779, 48, 3.56 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:36:46.846, 48, 3.63 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:36:48.914, 48, 3.66 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:36:50.983, 48, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:36:53.051, 48, 3.73 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:36:55.118, 48, 3.63 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:36:57.186, 48, 3.61 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:36:59.260, 48, 3.79 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:37:01.329, 48, 3.61 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:37:03.405, 48, 3.65 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:37:05.487, 48, 3.64 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:37:07.555, 48, 3.81 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:37:09.623, 48, 3.83 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:37:11.691, 48, 3.74 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:37:13.765, 48, 3.87 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:37:15.832, 48, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:37:17.900, 48, 3.69 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:37:19.968, 48, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:37:22.037, 48, 3.61 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:37:24.105, 48, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:37:26.173, 48, 3.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:37:28.248, 48, 3.79 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:37:30.316, 48, 3.86 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:37:32.384, 48, 3.60 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:37:34.452, 48, 3.59 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:37:36.519, 48, 3.70 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:37:38.588, 48, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:37:40.657, 48, 3.61 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:37:42.729, 48, 3.68 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:37:44.796, 48, 3.67 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:37:46.864, 48, 3.64 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:37:48.932, 48, 3.61 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:37:51.000, 48, 3.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:37:53.067, 48, 3.56 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:37:55.136, 48, 3.64 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:37:57.204, 48, 3.51 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:37:59.278, 48, 3.64 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:38:01.346, 48, 3.84 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:38:03.424, 48, 3.61 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:38:05.492, 48, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:38:07.565, 48, 3.64 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:38:09.638, 48, 3.65 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:38:11.707, 48, 3.68 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:38:13.778, 48, 3.66 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:38:15.846, 48, 3.67 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:38:17.915, 48, 3.64 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:38:19.983, 48, 3.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:38:22.051, 48, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:38:24.119, 48, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:38:26.186, 48, 3.60 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:38:28.257, 48, 3.49 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:38:30.324, 48, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:38:32.392, 48, 3.80 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:38:34.460, 48, 3.52 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:38:36.530, 48, 3.59 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:38:38.599, 48, 3.63 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:38:40.668, 48, 3.59 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:38:42.735, 48, 3.50 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:38:44.807, 48, 3.89 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:38:46.878, 48, 3.67 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:38:48.946, 48, 3.64 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:38:51.013, 48, 3.62 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:38:53.081, 48, 3.56 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:38:55.150, 48, 3.72 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:38:57.217, 48, 3.59 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:38:59.290, 48, 3.78 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:39:01.358, 48, 3.82 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:39:03.434, 48, 3.63 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:39:05.517, 48, 3.56 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:39:07.603, 48, 3.67 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:39:09.671, 48, 3.68 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:39:11.738, 48, 3.60 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:39:13.812, 48, 3.83 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:39:15.880, 48, 3.75 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:39:17.947, 48, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:39:20.017, 48, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:39:22.085, 48, 3.61 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:39:24.151, 48, 3.62 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:39:26.219, 48, 3.61 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:39:28.289, 48, 3.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:39:30.357, 48, 3.73 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:39:32.424, 48, 3.59 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:39:34.491, 48, 3.62 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:39:36.559, 48, 3.52 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:39:38.627, 48, 3.47 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:39:40.693, 48, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:39:42.761, 47, 3.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:39:44.833, 48, 3.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:39:46.900, 48, 3.81 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:39:48.967, 48, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:39:51.036, 47, 3.58 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:39:53.103, 47, 3.60 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:39:55.171, 48, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:39:57.239, 47, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:39:59.310, 48, 3.51 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:40:01.377, 47, 3.76 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:40:03.454, 47, 3.91 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:40:05.538, 47, 3.62 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:40:07.607, 47, 3.55 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:40:09.676, 47, 3.62 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:40:11.743, 47, 3.68 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:40:13.812, 47, 3.57 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:40:15.883, 47, 3.90 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:40:17.950, 47, 3.91 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:40:20.018, 47, 3.56 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:40:22.086, 47, 3.59 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:40:24.154, 47, 3.68 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:40:26.221, 47, 3.79 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:40:28.290, 47, 3.67 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:40:30.364, 47, 3.80 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:40:32.432, 47, 3.67 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:40:34.502, 47, 3.67 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:40:36.570, 47, 3.55 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:40:38.638, 47, 3.54 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:40:40.707, 47, 3.53 W, 0 %, 103 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:40:42.775, 47, 3.62 W, 0 %, 116 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:40:44.827, 49, 21.97 W, 0 %, 176 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:40:46.867, 49, 21.90 W, 0 %, 176 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:40:48.906, 49, 21.88 W, 0 %, 176 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:40:50.944, 49, 21.90 W, 0 %, 176 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:40:52.983, 49, 21.91 W, 0 %, 176 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:40:55.022, 51, 30.65 W, 0 %, 3646 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:40:57.057, 50, 22.12 W, 0 %, 3646 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:40:59.096, 50, 22.13 W, 0 %, 3664 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:41:01.136, 50, 22.08 W, 0 %, 3664 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:41:03.177, 50, 22.01 W, 0 %, 3664 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:41:05.216, 50, 22.17 W, 0 %, 3664 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:41:07.254, 50, 22.14 W, 0 %, 3664 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:41:09.293, 50, 22.18 W, 0 %, 3664 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:41:11.335, 50, 22.10 W, 0 %, 3664 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:41:13.374, 50, 22.18 W, 0 %, 3664 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:41:15.412, 50, 22.16 W, 0 %, 3664 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:41:17.451, 49, 3.72 W, 0 %, 3664 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:41:19.518, 49, 3.65 W, 0 %, 3664 MiB, 0x0000000000000001, Not Active, Not Active +2026/09/17 21:41:21.584, 50, 22.15 W, 0 %, 3664 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:41:23.624, 50, 22.19 W, 0 %, 3664 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:41:25.662, 50, 22.13 W, 0 %, 3664 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:41:27.700, 50, 22.20 W, 0 %, 3664 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:41:29.739, 50, 22.21 W, 0 %, 3664 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:41:31.779, 50, 22.18 W, 0 %, 3664 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:41:33.821, 50, 22.26 W, 0 %, 3664 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:41:35.860, 50, 22.19 W, 0 %, 3664 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:41:37.901, 51, 22.25 W, 0 %, 3664 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:41:39.941, 51, 22.19 W, 0 %, 3664 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:41:41.980, 51, 22.25 W, 0 %, 3664 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:41:44.017, 51, 22.27 W, 0 %, 3664 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:41:46.057, 51, 22.15 W, 0 %, 3664 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:41:48.098, 51, 22.94 W, 3 %, 3678 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:41:50.137, 51, 23.85 W, 18 %, 3678 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:41:52.175, 52, 30.93 W, 5 %, 3678 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:41:54.208, 51, 22.27 W, 0 %, 3678 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:41:56.246, 51, 22.24 W, 0 %, 3678 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:41:58.284, 51, 22.17 W, 0 %, 3678 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:42:00.323, 51, 22.24 W, 0 %, 3678 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:42:02.362, 51, 22.42 W, 0 %, 3678 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:42:04.401, 51, 23.12 W, 0 %, 3678 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:42:06.443, 53, 31.62 W, 32 %, 3678 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:42:08.482, 54, 43.38 W, 40 %, 3678 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:42:10.520, 55, 44.21 W, 43 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:42:12.557, 56, 43.47 W, 89 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:42:14.593, 56, 45.65 W, 87 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:42:16.630, 57, 53.01 W, 73 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:42:18.665, 57, 50.42 W, 85 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:42:20.701, 57, 49.09 W, 96 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:42:22.739, 57, 46.73 W, 92 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:42:24.776, 58, 50.00 W, 97 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:42:26.810, 59, 58.72 W, 67 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:42:28.847, 59, 58.22 W, 43 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:42:30.882, 59, 49.22 W, 67 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:42:32.919, 59, 52.58 W, 98 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:42:34.954, 59, 51.32 W, 98 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:42:36.990, 60, 48.67 W, 94 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:42:39.026, 59, 53.35 W, 98 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:42:41.060, 60, 49.90 W, 98 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:42:43.095, 60, 49.88 W, 98 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:42:45.132, 61, 53.54 W, 96 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:42:47.168, 61, 57.19 W, 39 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:42:49.204, 59, 33.21 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:42:51.236, 57, 23.22 W, 0 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:42:53.275, 61, 50.21 W, 74 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:42:55.311, 61, 54.01 W, 94 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:42:57.350, 61, 50.69 W, 96 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:42:59.386, 62, 52.53 W, 97 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:43:01.424, 62, 60.03 W, 67 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:43:03.460, 62, 56.96 W, 41 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:43:05.496, 63, 59.64 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:43:07.535, 63, 61.52 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:43:09.569, 63, 56.53 W, 40 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:43:11.604, 64, 62.39 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:43:13.641, 64, 59.84 W, 42 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:43:15.678, 64, 56.93 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:43:17.714, 64, 59.59 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:43:19.753, 64, 56.12 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:43:21.789, 64, 59.74 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:43:23.827, 65, 61.49 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:43:25.863, 65, 59.72 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:43:27.899, 65, 57.66 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:43:29.934, 65, 60.20 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:43:31.968, 66, 61.12 W, 43 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:43:34.005, 66, 58.90 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:43:36.043, 66, 59.13 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:43:38.079, 66, 63.11 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:43:40.115, 66, 58.60 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:43:42.151, 66, 59.67 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:43:44.186, 67, 60.13 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:43:46.221, 67, 59.62 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:43:48.258, 67, 58.63 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:43:50.295, 67, 61.88 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:43:52.334, 67, 59.39 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:43:54.372, 67, 56.15 W, 43 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:43:56.408, 67, 59.74 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:43:58.444, 67, 60.36 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:44:00.481, 67, 60.08 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:44:02.517, 67, 61.03 W, 50 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:44:04.552, 67, 58.37 W, 50 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:44:06.589, 67, 58.28 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:44:08.623, 67, 60.88 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:44:10.661, 67, 62.76 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:44:12.697, 67, 58.79 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:44:14.735, 68, 62.45 W, 52 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:44:16.770, 67, 57.99 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:44:18.805, 67, 57.07 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:44:20.841, 68, 59.54 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:44:22.878, 68, 60.12 W, 54 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:44:24.916, 67, 58.42 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:44:26.953, 67, 59.69 W, 53 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:44:28.989, 67, 60.08 W, 50 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:44:31.024, 68, 57.51 W, 43 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:44:33.058, 68, 62.15 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:44:35.095, 68, 59.98 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:44:37.132, 68, 60.98 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:44:39.170, 68, 59.64 W, 43 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:44:41.206, 68, 60.43 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:44:43.244, 68, 57.93 W, 43 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:44:45.280, 68, 58.46 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:44:47.314, 68, 62.87 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:44:49.353, 68, 58.62 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:44:51.387, 68, 62.75 W, 41 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:44:53.426, 68, 60.24 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:44:55.462, 68, 59.39 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:44:57.500, 68, 62.94 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:44:59.536, 68, 60.60 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:45:01.573, 68, 60.43 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:45:03.609, 68, 61.04 W, 41 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:45:05.644, 68, 61.17 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:45:07.682, 68, 62.36 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:45:09.718, 69, 60.99 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:45:11.757, 69, 60.69 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:45:13.793, 68, 58.85 W, 43 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:45:15.828, 68, 59.06 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:45:17.866, 69, 60.62 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:45:19.901, 68, 62.08 W, 50 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:45:21.937, 69, 59.02 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:45:23.972, 69, 62.04 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:45:26.010, 68, 59.08 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:45:28.045, 69, 60.83 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:45:30.083, 69, 63.19 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:45:32.120, 69, 60.78 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:45:34.156, 69, 63.42 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:45:36.194, 69, 59.33 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:45:38.231, 69, 63.31 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:45:40.268, 69, 63.49 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:45:42.306, 69, 61.20 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:45:44.343, 69, 60.57 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:45:46.380, 69, 60.50 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:45:48.417, 69, 61.62 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:45:50.454, 69, 60.46 W, 52 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:45:52.490, 69, 60.48 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:45:54.527, 69, 62.13 W, 54 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:45:56.563, 69, 59.18 W, 53 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:45:58.600, 68, 49.21 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:46:00.635, 69, 63.02 W, 56 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:46:02.670, 69, 60.51 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:46:04.709, 69, 58.90 W, 42 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:46:06.744, 69, 63.17 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:46:08.781, 69, 61.67 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:46:10.818, 69, 58.24 W, 39 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:46:12.856, 69, 61.14 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:46:14.891, 69, 61.32 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:46:16.928, 69, 58.65 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:46:18.966, 70, 60.70 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:46:21.003, 69, 58.93 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:46:23.037, 69, 58.65 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:46:25.074, 70, 60.79 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:46:27.111, 69, 60.71 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:46:29.148, 69, 58.08 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:46:31.185, 70, 59.03 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:46:33.222, 70, 61.65 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:46:35.258, 69, 59.24 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:46:37.293, 70, 60.88 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:46:39.329, 69, 63.93 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:46:41.366, 70, 59.11 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:46:43.400, 69, 60.19 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:46:45.437, 70, 61.56 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:46:47.474, 70, 59.47 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:46:49.511, 70, 61.53 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:46:51.548, 70, 60.67 W, 52 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:46:53.584, 70, 58.60 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:46:55.622, 70, 62.12 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:46:57.658, 70, 61.12 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:46:59.697, 70, 59.22 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:47:01.732, 70, 58.77 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:47:03.767, 70, 61.06 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:47:05.804, 70, 58.59 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:47:07.839, 70, 60.69 W, 42 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:47:09.877, 70, 61.26 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:47:11.913, 70, 60.61 W, 52 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:47:13.950, 70, 60.11 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:47:15.987, 70, 61.21 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:47:18.024, 70, 59.80 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:47:20.061, 70, 59.67 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:47:22.099, 70, 61.30 W, 52 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:47:24.135, 70, 58.73 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:47:26.174, 70, 61.10 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:47:28.211, 69, 51.58 W, 93 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:47:30.249, 69, 56.21 W, 93 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:47:32.285, 69, 57.01 W, 37 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:47:34.323, 70, 61.07 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:47:36.361, 71, 63.74 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:47:38.399, 70, 58.54 W, 40 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:47:40.434, 70, 61.48 W, 43 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:47:42.471, 70, 63.88 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:47:44.508, 70, 61.45 W, 42 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:47:46.545, 70, 61.60 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:47:48.581, 70, 61.43 W, 43 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:47:50.617, 70, 58.43 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:47:52.654, 70, 63.50 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:47:54.689, 70, 61.01 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:47:56.725, 70, 61.64 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:47:58.759, 70, 63.59 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:48:00.796, 70, 62.58 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:48:02.831, 70, 56.06 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:48:04.870, 70, 63.52 W, 41 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:48:06.907, 70, 63.94 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:48:08.943, 70, 59.87 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:48:10.977, 71, 63.82 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:48:13.015, 70, 61.87 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:48:15.051, 70, 58.58 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:48:17.088, 71, 64.25 W, 42 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:48:19.125, 71, 62.15 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:48:21.163, 71, 62.05 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:48:23.200, 71, 59.69 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:48:25.237, 70, 61.19 W, 50 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:48:27.274, 70, 61.16 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:48:29.311, 71, 60.53 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:48:31.348, 71, 61.37 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:48:33.388, 71, 59.83 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:48:35.425, 71, 62.96 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:48:37.461, 71, 59.84 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:48:39.499, 71, 61.81 W, 50 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:48:41.536, 71, 61.40 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:48:43.574, 71, 59.69 W, 50 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:48:45.610, 71, 61.69 W, 50 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:48:47.648, 71, 63.86 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:48:49.683, 71, 61.66 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:48:51.717, 71, 61.65 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:48:53.753, 71, 59.90 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:48:55.790, 71, 64.35 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:48:57.828, 71, 61.40 W, 53 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:48:59.865, 70, 50.93 W, 92 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:49:01.903, 70, 63.69 W, 95 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:49:03.938, 70, 62.30 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:49:05.975, 71, 63.81 W, 38 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:49:08.012, 71, 60.67 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:49:10.049, 71, 63.44 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:49:12.086, 70, 59.63 W, 39 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:49:14.124, 71, 63.13 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:49:16.160, 71, 63.72 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:49:18.196, 71, 61.47 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:49:20.231, 71, 62.05 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:49:22.266, 71, 61.53 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:49:24.303, 71, 58.08 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:49:26.339, 71, 63.94 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:49:28.377, 71, 61.37 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:49:30.411, 71, 59.14 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:49:32.449, 71, 64.24 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:49:34.485, 71, 57.31 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:49:36.523, 71, 59.22 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:49:38.559, 72, 63.50 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:49:40.597, 71, 61.71 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:49:42.633, 71, 62.55 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:49:44.668, 71, 60.53 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:49:46.703, 71, 62.16 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:49:48.740, 71, 59.97 W, 43 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:49:50.776, 72, 64.37 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:49:52.814, 71, 64.69 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:49:54.852, 71, 59.20 W, 50 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:49:56.891, 71, 59.65 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:49:58.927, 72, 61.62 W, 52 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:50:00.964, 71, 59.94 W, 50 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:50:03.000, 71, 60.47 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:50:05.037, 72, 61.32 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:50:07.076, 71, 58.80 W, 50 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:50:09.114, 71, 62.53 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:50:11.151, 71, 63.33 W, 50 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:50:13.187, 71, 63.32 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:50:15.225, 71, 59.06 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:50:17.262, 71, 62.21 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:50:19.300, 71, 59.54 W, 52 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:50:21.336, 71, 58.91 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:50:23.373, 71, 61.47 W, 50 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:50:25.411, 71, 61.25 W, 52 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:50:27.447, 71, 61.11 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:50:29.481, 70, 51.23 W, 54 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:50:31.516, 70, 52.27 W, 93 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:50:33.553, 71, 63.19 W, 96 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:50:35.591, 71, 61.18 W, 43 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:50:37.627, 71, 58.70 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:50:39.665, 71, 63.12 W, 42 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:50:41.703, 71, 59.77 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:50:43.740, 71, 63.50 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:50:45.777, 71, 63.71 W, 42 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:50:47.814, 71, 63.86 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:50:49.851, 71, 62.16 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:50:51.887, 71, 61.91 W, 42 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:50:53.925, 71, 60.84 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:50:55.961, 71, 63.47 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:50:57.997, 71, 58.99 W, 43 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:51:00.032, 71, 63.16 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:51:02.067, 71, 62.62 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:51:04.104, 71, 57.86 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:51:06.140, 71, 63.58 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:51:08.177, 71, 58.39 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:51:10.212, 71, 60.27 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:51:12.247, 72, 61.86 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:51:14.282, 71, 62.17 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:51:16.319, 71, 56.78 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:51:18.357, 71, 61.46 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:51:20.392, 71, 61.43 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:51:22.431, 72, 63.82 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:51:24.468, 72, 60.29 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:51:26.505, 72, 60.85 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:51:28.542, 71, 63.18 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:51:30.579, 71, 60.84 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:51:32.616, 71, 63.31 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:51:34.653, 71, 59.53 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:51:36.691, 71, 61.25 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:51:38.728, 71, 59.44 W, 52 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:51:40.766, 72, 60.78 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:51:42.803, 71, 63.54 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:51:44.838, 72, 60.56 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:51:46.876, 72, 61.49 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:51:48.914, 72, 61.29 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:51:50.950, 72, 59.61 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:51:52.984, 72, 63.86 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:51:55.021, 71, 59.51 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:51:57.058, 72, 63.81 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:51:59.095, 71, 63.48 W, 54 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:52:01.131, 71, 52.21 W, 62 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:52:03.168, 70, 51.19 W, 93 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:52:05.204, 71, 62.69 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:52:07.239, 71, 63.23 W, 41 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:52:09.274, 71, 61.28 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:52:11.311, 72, 62.15 W, 43 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:52:13.347, 71, 57.58 W, 36 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:52:15.384, 71, 61.13 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:52:17.423, 72, 63.66 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:52:19.463, 71, 59.38 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:52:21.501, 71, 63.62 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:52:23.537, 71, 60.39 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:52:25.573, 71, 58.07 W, 43 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:52:27.607, 72, 60.66 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:52:29.644, 72, 60.91 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:52:31.681, 71, 58.97 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:52:33.718, 72, 60.85 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:52:35.754, 71, 58.63 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:52:37.790, 71, 59.42 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:52:39.825, 72, 63.69 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:52:41.859, 71, 61.29 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:52:43.896, 72, 59.42 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:52:45.934, 72, 61.26 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:52:47.972, 72, 61.29 W, 43 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:52:50.008, 72, 59.19 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:52:52.044, 72, 63.89 W, 42 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:52:54.081, 72, 63.14 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:52:56.118, 72, 58.99 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:52:58.157, 72, 59.31 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:53:00.194, 72, 61.11 W, 52 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:53:02.231, 72, 63.28 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:53:04.267, 72, 60.18 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:53:06.303, 72, 58.64 W, 50 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:53:08.337, 72, 61.23 W, 52 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:53:10.374, 71, 58.00 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:53:12.410, 72, 63.50 W, 50 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:53:14.450, 72, 63.06 W, 50 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:53:16.490, 72, 58.99 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:53:18.526, 72, 60.10 W, 52 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:53:20.562, 72, 61.45 W, 52 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:53:22.599, 72, 59.10 W, 43 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:53:24.635, 72, 61.69 W, 50 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:53:26.673, 72, 61.53 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:53:28.709, 72, 59.32 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:53:30.745, 72, 61.00 W, 52 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:53:32.780, 71, 52.39 W, 52 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:53:34.815, 71, 52.28 W, 95 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:53:36.851, 70, 52.62 W, 96 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:53:38.887, 71, 63.51 W, 99 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:53:40.927, 71, 60.01 W, 41 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:53:42.962, 71, 59.25 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:53:44.999, 71, 61.36 W, 39 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:53:47.036, 71, 60.50 W, 43 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:53:49.073, 72, 60.88 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:53:51.110, 72, 58.83 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:53:53.148, 71, 62.35 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:53:55.184, 72, 58.41 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:53:57.221, 72, 63.56 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:53:59.257, 71, 60.99 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:54:01.291, 72, 59.38 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:54:03.329, 71, 61.20 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:54:05.364, 72, 58.67 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:54:07.399, 72, 58.67 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:54:09.439, 71, 59.96 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:54:11.475, 71, 58.13 W, 42 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:54:13.510, 72, 63.62 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:54:15.546, 72, 61.35 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:54:17.582, 71, 58.49 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:54:19.618, 72, 61.52 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:54:21.655, 72, 61.02 W, 50 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:54:23.691, 72, 61.15 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:54:25.727, 72, 60.81 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:54:27.762, 72, 62.21 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:54:29.797, 72, 58.60 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:54:31.833, 72, 63.08 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:54:33.870, 72, 61.37 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:54:35.908, 72, 61.09 W, 50 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:54:37.947, 72, 59.65 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:54:39.984, 72, 61.21 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:54:42.020, 72, 61.21 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:54:44.057, 72, 62.40 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:54:46.093, 72, 61.55 W, 50 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:54:48.129, 72, 59.94 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:54:50.165, 72, 61.63 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:54:52.200, 72, 59.81 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:54:54.236, 72, 63.79 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:54:56.271, 72, 62.56 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:54:58.308, 72, 59.69 W, 53 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:55:00.344, 72, 59.75 W, 54 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:55:02.381, 72, 61.16 W, 50 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:55:04.418, 72, 61.69 W, 50 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:55:06.458, 72, 61.21 W, 53 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:55:08.494, 72, 59.80 W, 50 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:55:10.529, 71, 53.46 W, 88 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:55:12.566, 71, 52.96 W, 96 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:55:14.602, 71, 53.34 W, 96 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:55:16.639, 71, 63.81 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:55:18.675, 72, 63.81 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:55:20.714, 72, 62.83 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:55:22.750, 71, 59.36 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:55:24.788, 72, 59.35 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:55:26.824, 71, 57.97 W, 40 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:55:28.860, 71, 61.94 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:55:30.895, 72, 58.76 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:55:32.930, 71, 58.59 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:55:34.969, 72, 61.22 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:55:37.006, 71, 60.08 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:55:39.042, 71, 59.54 W, 42 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:55:41.078, 72, 61.67 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:55:43.116, 72, 63.76 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:55:45.154, 72, 58.94 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:55:47.190, 72, 63.27 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:55:49.227, 72, 58.74 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:55:51.266, 72, 59.10 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:55:53.302, 72, 63.68 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:55:55.339, 72, 60.77 W, 52 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:55:57.375, 72, 58.55 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:55:59.413, 72, 60.02 W, 52 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:56:01.452, 72, 61.11 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:56:03.489, 72, 61.19 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:56:05.526, 72, 63.44 W, 52 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:56:07.563, 72, 63.76 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:56:09.600, 72, 60.05 W, 52 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:56:11.638, 72, 59.43 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:56:13.675, 72, 61.57 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:56:15.710, 72, 59.58 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:56:17.747, 72, 62.05 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:56:19.783, 72, 61.68 W, 52 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:56:21.818, 72, 59.00 W, 52 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:56:23.854, 72, 61.51 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:56:25.889, 72, 63.97 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:56:27.926, 72, 57.44 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:56:29.964, 72, 61.29 W, 54 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:56:32.001, 72, 61.51 W, 54 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:56:34.035, 72, 58.65 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:56:36.073, 72, 61.07 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:56:38.110, 72, 60.85 W, 54 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:56:40.147, 72, 63.89 W, 52 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:56:42.183, 72, 61.48 W, 52 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:56:44.221, 72, 61.42 W, 54 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:56:46.257, 71, 53.73 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:56:48.294, 71, 53.20 W, 97 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:56:50.330, 71, 53.90 W, 96 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:56:52.367, 71, 55.88 W, 97 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:56:54.402, 72, 61.48 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:56:56.436, 72, 59.60 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:56:58.476, 72, 58.65 W, 42 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:57:00.511, 72, 61.04 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:57:02.548, 72, 61.04 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:57:04.585, 72, 60.12 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:57:06.623, 72, 61.04 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:57:08.659, 72, 57.18 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:57:10.697, 72, 59.37 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:57:12.734, 72, 60.14 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:57:14.772, 72, 61.44 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:57:16.809, 72, 59.53 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:57:18.848, 72, 59.99 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:57:20.885, 72, 64.22 W, 43 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:57:22.924, 72, 61.45 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:57:24.961, 72, 61.67 W, 43 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:57:26.999, 72, 61.53 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:57:29.036, 72, 59.39 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:57:31.073, 72, 57.26 W, 43 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:57:33.109, 72, 62.33 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:57:35.147, 72, 58.90 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:57:37.183, 72, 61.21 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:57:39.221, 72, 61.31 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:57:41.257, 72, 59.65 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:57:43.294, 72, 63.96 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:57:45.329, 72, 61.54 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:57:47.363, 72, 61.48 W, 52 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:57:49.400, 72, 63.85 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:57:51.438, 72, 63.07 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:57:53.476, 72, 59.80 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:57:55.510, 72, 64.06 W, 43 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:57:57.547, 72, 61.90 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:57:59.585, 72, 63.18 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:58:01.621, 72, 61.36 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:58:03.658, 73, 61.69 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:58:05.695, 72, 59.32 W, 50 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:58:07.733, 72, 61.37 W, 50 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:58:09.770, 72, 61.42 W, 54 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:58:11.805, 72, 63.74 W, 53 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:58:13.842, 72, 63.26 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:58:15.879, 73, 61.41 W, 54 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:58:17.916, 72, 61.04 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:58:19.953, 72, 61.65 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:58:21.992, 72, 61.67 W, 52 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:58:24.026, 71, 51.94 W, 63 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:58:26.065, 71, 52.60 W, 94 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:58:28.102, 72, 61.78 W, 96 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:58:30.139, 72, 63.47 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:58:32.178, 72, 63.66 W, 42 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:58:34.214, 72, 64.21 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:58:36.249, 72, 62.64 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:58:38.285, 72, 61.72 W, 43 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:58:40.321, 72, 60.20 W, 40 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:58:42.356, 72, 63.58 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:58:44.393, 72, 61.47 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:58:46.430, 72, 59.94 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:58:48.467, 72, 61.51 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:58:50.504, 72, 59.88 W, 43 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:58:52.541, 72, 61.43 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:58:54.578, 72, 60.47 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:58:56.614, 72, 61.35 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:58:58.651, 72, 61.38 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:59:00.689, 72, 64.11 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:59:02.726, 72, 57.55 W, 41 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:59:04.764, 72, 60.60 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:59:06.801, 73, 60.93 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:59:08.838, 72, 59.35 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:59:10.875, 72, 61.20 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:59:12.912, 72, 64.41 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:59:14.949, 72, 59.93 W, 43 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:59:16.988, 72, 61.12 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:59:19.025, 72, 62.18 W, 52 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:59:21.062, 72, 58.96 W, 50 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:59:23.098, 72, 61.56 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:59:25.136, 72, 58.88 W, 50 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:59:27.172, 72, 59.11 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:59:29.210, 73, 61.84 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:59:31.245, 72, 61.73 W, 51 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:59:33.280, 72, 59.81 W, 52 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:59:35.315, 73, 64.16 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:59:37.351, 72, 61.60 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:59:39.386, 73, 59.79 W, 50 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:59:41.423, 73, 59.98 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:59:43.458, 72, 61.95 W, 50 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:59:45.498, 72, 59.96 W, 50 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:59:47.534, 73, 62.77 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:59:49.571, 73, 61.90 W, 52 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:59:51.605, 72, 58.59 W, 53 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:59:53.642, 72, 60.92 W, 53 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:59:55.679, 72, 40.62 W, 54 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:59:57.716, 72, 55.58 W, 91 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 21:59:59.752, 72, 61.62 W, 39 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 22:00:01.787, 73, 64.01 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 22:00:03.823, 73, 63.35 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 22:00:05.858, 72, 64.11 W, 42 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 22:00:07.894, 73, 63.13 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 22:00:09.931, 73, 62.46 W, 43 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 22:00:11.970, 72, 56.66 W, 37 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 22:00:14.012, 73, 64.28 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 22:00:16.047, 73, 63.95 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 22:00:18.082, 72, 59.05 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 22:00:20.117, 72, 62.25 W, 49 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 22:00:22.152, 72, 58.54 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 22:00:24.189, 72, 59.60 W, 45 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 22:00:26.226, 73, 62.81 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 22:00:28.263, 73, 62.54 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 22:00:30.300, 72, 60.37 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 22:00:32.338, 73, 59.88 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 22:00:34.375, 72, 59.94 W, 44 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 22:00:36.413, 72, 61.47 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 22:00:38.449, 73, 63.34 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 22:00:40.486, 73, 62.01 W, 48 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 22:00:42.527, 72, 59.39 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 22:00:44.562, 72, 62.69 W, 47 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 22:00:46.597, 73, 64.43 W, 46 %, 3712 MiB, 0x0000000000000000, Not Active, Not Active +2026/09/17 22:00:48.633, 70, 40.45 W, 47 %, 103 MiB, 0x0000000000000000, Not Active, Not Active diff --git a/docs/research/local-llm-deep-dive-2026-09/data/judge-table.json b/docs/research/local-llm-deep-dive-2026-09/data/judge-table.json new file mode 100644 index 00000000..919a3e25 --- /dev/null +++ b/docs/research/local-llm-deep-dive-2026-09/data/judge-table.json @@ -0,0 +1,169 @@ +{ + "lcpp-gemma4-26b-a4b-iq3s": { + "coaching": { + "gemini-3.1-pro-preview": 4.0, + "claude-opus-5": 4.33, + "mean": 4.17 + }, + "followup": { + "gemini-3.1-pro-preview": 3.86, + "claude-opus-5": 3.71, + "mean": 3.79 + }, + "questions": { + "gemini-3.1-pro-preview": 3.6, + "claude-opus-5": 4.2, + "mean": 3.9 + } + }, + "lcpp-gemma4-e2b": { + "coaching": { + "gemini-3.1-pro-preview": 3.67, + "claude-opus-5": 2.67, + "mean": 3.17 + }, + "followup": { + "gemini-3.1-pro-preview": 2.5, + "claude-opus-5": 2.86, + "mean": 2.68 + }, + "questions": { + "gemini-3.1-pro-preview": 2.6, + "claude-opus-5": 2.8, + "mean": 2.7 + } + }, + "gw-gemini-3.5-flash-lite": { + "coaching": { + "gemini-3.1-pro-preview": 4.33, + "claude-opus-5": 4.0, + "mean": 4.17 + }, + "followup": { + "gemini-3.1-pro-preview": 4.43, + "claude-opus-5": 4.07, + "mean": 4.25 + }, + "questions": { + "gemini-3.1-pro-preview": 4.0, + "claude-opus-5": 4.2, + "mean": 4.1 + } + }, + "gw-gemma-4-31b": { + "coaching": { + "gemini-3.1-pro-preview": 5.0, + "claude-opus-5": 4.33, + "mean": 4.67 + }, + "followup": { + "gemini-3.1-pro-preview": 4.86, + "claude-opus-5": 4.07, + "mean": 4.46 + }, + "questions": { + "gemini-3.1-pro-preview": 4.4, + "claude-opus-5": 4.0, + "mean": 4.2 + } + }, + "lcpp-qwen3-4b-jsonschema": { + "coaching": { + "gemini-3.1-pro-preview": 2.67, + "claude-opus-5": 2.0, + "mean": 2.33 + }, + "questions": { + "gemini-3.1-pro-preview": 2.4, + "claude-opus-5": 2.4, + "mean": 2.4 + } + }, + "lcpp-qwen3.6-35b-a3b-q2kxl": { + "coaching": { + "gemini-3.1-pro-preview": 3.33, + "claude-opus-5": 3.0, + "mean": 3.17 + }, + "followup": { + "gemini-3.1-pro-preview": 3.0, + "claude-opus-5": 3.14, + "mean": 3.07 + }, + "questions": { + "gemini-3.1-pro-preview": 4.25, + "claude-opus-5": 3.75, + "mean": 4.0 + } + }, + "lcpp-gemma4-e4b": { + "coaching": { + "gemini-3.1-pro-preview": 3.33, + "claude-opus-5": 3.0, + "mean": 3.17 + }, + "followup": { + "gemini-3.1-pro-preview": 2.79, + "claude-opus-5": 3.0, + "mean": 2.9 + }, + "questions": { + "gemini-3.1-pro-preview": 3.8, + "claude-opus-5": 3.2, + "mean": 3.5 + } + }, + "local-qwen3-4b-instruct": { + "coaching": { + "gemini-3.1-pro-preview": 3.0, + "claude-opus-5": 2.0, + "mean": 2.5 + }, + "followup": { + "gemini-3.1-pro-preview": 2.43, + "claude-opus-5": 2.36, + "mean": 2.4 + }, + "questions": { + "gemini-3.1-pro-preview": 2.8, + "claude-opus-5": 2.8, + "mean": 2.8 + } + }, + "lcpp-kanana2-3b": { + "coaching": { + "gemini-3.1-pro-preview": 1.0, + "claude-opus-5": 1.0, + "mean": 1.0 + }, + "followup": { + "gemini-3.1-pro-preview": 1.21, + "claude-opus-5": 1.29, + "mean": 1.25 + }, + "questions": { + "gemini-3.1-pro-preview": 1.0, + "claude-opus-5": 1.0, + "mean": 1.0 + } + }, + "lcpp-gptoss-20b": { + "followup": { + "gemini-3.1-pro-preview": 2.86, + "claude-opus-5": 3.21, + "mean": 3.04 + }, + "questions": { + "gemini-3.1-pro-preview": 2.75, + "claude-opus-5": 2.75, + "mean": 2.75 + } + }, + "gw-gemini-3.1-pro": { + "questions": { + "gemini-3.1-pro-preview": 4.6, + "claude-opus-5": 4.8, + "mean": 4.7 + } + } +} diff --git a/docs/research/local-llm-deep-dive-2026-09/data/judge.jsonl b/docs/research/local-llm-deep-dive-2026-09/data/judge.jsonl new file mode 100644 index 00000000..24992805 --- /dev/null +++ b/docs/research/local-llm-deep-dive-2026-09/data/judge.jsonl @@ -0,0 +1,44 @@ +{"judge": "gemini-3.1-pro-preview", "suite": "coaching", "case_id": "c-dont-know-cs", "ratings": {"lcpp-gemma4-26b-a4b-iq3s": {"usefulness": 5, "faithfulness": 5, "rewrite": 5, "language": 5, "overall": 5, "issue": "지원자의 원래 답변(모름)을 잘 살려, 모를 때의 대처법을 훌륭하게 제시함"}, "lcpp-gemma4-e2b": {"usefulness": 3, "faithfulness": 5, "rewrite": 2, "language": 5, "overall": 3, "issue": "지원자의 실제 답변을 무시하고 모범 답안으로 완전히 대체함"}, "gw-gemini-3.5-flash-lite": {"usefulness": 5, "faithfulness": 5, "rewrite": 5, "language": 5, "overall": 5, "issue": "지원자의 원래 답변을 바탕으로 부분적인 지식을 어필하는 좋은 예시를 보여줌"}, "gw-gemma-4-31b": {"usefulness": 5, "faithfulness": 5, "rewrite": 5, "language": 5, "overall": 5, "issue": "지원자의 실제 답변을 출발점으로 삼아 가장 현실적이고 자연스러운 개선안을 제시함"}, "lcpp-qwen3-4b-jsonschema": {"usefulness": 3, "faithfulness": 5, "rewrite": 2, "language": 5, "overall": 3, "issue": "지원자의 실제 답변을 무시하고 모범 답안으로 완전히 대체함"}, "lcpp-qwen3.6-35b-a3b-q2kxl": {"usefulness": 3, "faithfulness": 5, "rewrite": 2, "language": 5, "overall": 3, "issue": "지원자의 실제 답변을 무시하고 모범 답안으로 완전히 대체함"}, "lcpp-gemma4-e4b": {"usefulness": 3, "faithfulness": 5, "rewrite": 1, "language": 5, "overall": 2, "issue": "지원자의 실제 답변(모름)과 정반대로 '정확히 설명하겠다'며 완전히 다른 답변으로 대체함"}, "local-qwen3-4b-instruct": {"usefulness": 3, "faithfulness": 5, "rewrite": 2, "language": 5, "overall": 3, "issue": "지원자의 실제 답변을 무시하고 모범 답안으로 완전히 대체함"}}, "n_candidates": 8} +{"judge": "claude-opus-5", "suite": "coaching", "case_id": "c-dont-know-cs", "ratings": {"lcpp-gemma4-26b-a4b-iq3s": {"usefulness": 4, "faithfulness": 5, "rewrite": 5, "language": 5, "overall": 5, "issue": "모범답안이 xmin horizon 확인 방법(pg_stat_activity, autovacuum 지표 등) 같은 실무 후속 조치 언급이 없어 다소 개념 설명에 머문다"}, "gw-gemini-3.5-flash-lite": {"usefulness": 4, "faithfulness": 3, "rewrite": 4, "language": 5, "overall": 4, "issue": "리라이트가 '기억나지 않지만'으로 시작하나 실제로는 xmin horizon까지 정확히 아는 것처럼 서술해 지원자 수준을 다소 과대 포장"}, "lcpp-qwen3.6-35b-a3b-q2kxl": {"usefulness": 4, "faithfulness": 2, "rewrite": 2, "language": 4, "overall": 2, "issue": "리라이트가 '모르겠습니다'라는 실제 답변을 버리고 완결된 4단계 모범답안으로 대체해 지원자가 알지 못한 지식을 사실처럼 진술"}, "gw-gemma-4-31b": {"usefulness": 4, "faithfulness": 5, "rewrite": 5, "language": 5, "overall": 4, "issue": "리라이트가 솔직하고 적절하지만 지원자가 덧붙일 만한 키워드(dead tuple/bloot 연결)를 조금 더 구체화하지 못해 정보량이 얕음"}, "lcpp-qwen3-4b-jsonschema": {"usefulness": 3, "faithfulness": 2, "rewrite": 1, "language": 4, "overall": 2, "issue": "'오래 열린 트랜잭션은 xmin이 높은 상태를 유지'라는 사실 오류가 있고 리라이트가 실제 답변과 무관한 완성 답안으로 전면 교체됨"}, "local-qwen3-4b-instruct": {"usefulness": 3, "faithfulness": 2, "rewrite": 1, "language": 3, "overall": 2, "issue": "리라이트가 모범답안 복사에 가깝고 xmin 비교 조건 설명이 뒤엉켜('낮은 값이 아니면 제거되지 않는다') 이해를 오히려 흐림"}, "lcpp-gemma4-e2b": {"usefulness": 2, "faithfulness": 2, "rewrite": 1, "language": 4, "overall": 2, "issue": "xmin horizon이 dead tuple 회수를 '차단'하는 핵심을 '정리에 시간이 더 걸린다'로 잘못 설명하고 리라이트도 지원자 답변과 무관하게 대체"}, "lcpp-gemma4-e4b": {"usefulness": 3, "faithfulness": 2, "rewrite": 1, "language": 4, "overall": 2, "issue": "리라이트를 '정확히 설명드리겠습니다'로 시작해 모르겠다고 한 지원자가 완벽히 아는 것처럼 꾸며 신뢰성을 해침"}}, "n_candidates": 8} +{"judge": "gemini-3.1-pro-preview", "suite": "coaching", "case_id": "c-personality-rambling", "ratings": {"gw-gemma-4-31b": {"usefulness": 5, "faithfulness": 5, "rewrite": 5, "language": 5, "overall": 5, "issue": "실제 답변의 맥락(원만한 성격)을 완벽히 살려 자연스럽게 자소서 경험으로 연결함"}, "lcpp-gemma4-e2b": {"usefulness": 4, "faithfulness": 5, "rewrite": 3, "language": 5, "overall": 4, "issue": "실제 답변의 '소통' 키워드는 살렸으나 원래 답변의 뉘앙스가 다소 약해짐"}, "lcpp-qwen3-4b-jsonschema": {"usefulness": 4, "faithfulness": 5, "rewrite": 2, "language": 5, "overall": 3, "issue": "지원자의 실제 답변을 출발점으로 삼지 않고 완전히 다른 내용으로 대체함"}, "local-qwen3-4b-instruct": {"usefulness": 4, "faithfulness": 5, "rewrite": 2, "language": 5, "overall": 3, "issue": "지원자의 실제 답변을 출발점으로 삼지 않고 완전히 다른 내용으로 대체함"}, "gw-gemini-3.5-flash-lite": {"usefulness": 5, "faithfulness": 5, "rewrite": 2, "language": 5, "overall": 3, "issue": "코칭 코멘트는 훌륭하나, 재작성 시 실제 답변을 완전히 무시함"}, "lcpp-gemma4-26b-a4b-iq3s": {"usefulness": 5, "faithfulness": 5, "rewrite": 2, "language": 5, "overall": 3, "issue": "코칭 코멘트는 구체적이나, 재작성 시 실제 답변의 흔적이 전혀 없음"}, "lcpp-gemma4-e4b": {"usefulness": 4, "faithfulness": 5, "rewrite": 2, "language": 5, "overall": 3, "issue": "지원자의 실제 답변을 출발점으로 삼지 않고 완전히 다른 내용으로 대체함"}, "lcpp-qwen3.6-35b-a3b-q2kxl": {"usefulness": 4, "faithfulness": 5, "rewrite": 2, "language": 5, "overall": 3, "issue": "지원자의 실제 답변을 출발점으로 삼지 않고 완전히 다른 내용으로 대체함"}}, "n_candidates": 8} +{"judge": "claude-opus-5", "suite": "coaching", "case_id": "c-personality-rambling", "ratings": {"lcpp-gemma4-26b-a4b-iq3s": {"usefulness": 5, "faithfulness": 5, "rewrite": 4, "language": 5, "overall": 4, "issue": "answer_rewrite가 지원자 원답변(소통 강조)과의 연결 없이 완전히 새 답변으로 대체됨"}, "gw-gemma-4-31b": {"usefulness": 4, "faithfulness": 4, "rewrite": 5, "language": 5, "overall": 5, "issue": "'제가 먼저 다가가 소통 방식을 수정' 등 자료에 없는 행동 묘사가 소폭 추가되고 갈등-제안 순서가 자소서와 뒤바뀜"}, "lcpp-gemma4-e4b": {"usefulness": 4, "faithfulness": 4, "rewrite": 3, "language": 4, "overall": 3, "issue": "'상호 존중하는 협업 문화 조성' 같은 미검증 성과가 덧붙고 행동·결과 시간순서가 뒤엉켜 STAR 흐름이 흐림"}, "lcpp-qwen3.6-35b-a3b-q2kxl": {"usefulness": 4, "faithfulness": 5, "rewrite": 3, "language": 3, "overall": 3, "issue": "'**행동**했습니다', '기술적 정설' 등 STAR 라벨을 문장에 박아 넣어 말하기 답변으로는 부자연스러움"}, "gw-gemini-3.5-flash-lite": {"usefulness": 4, "faithfulness": 5, "rewrite": 4, "language": 5, "overall": 4, "issue": "간결하고 정확하나 rewrite가 지원자 원답변의 출발점 없이 전면 교체되고 분량이 다소 빈약함"}, "lcpp-gemma4-e2b": {"usefulness": 3, "faithfulness": 3, "rewrite": 4, "language": 4, "overall": 3, "issue": "'감정적 대립을 피하고'라며 자소서의 감정 충돌 사실과 모순되고 '합의 과정 체계화로 생산성 향상'은 근거 없는 성과 추가"}, "lcpp-qwen3-4b-jsonschema": {"usefulness": 3, "faithfulness": 3, "rewrite": 3, "language": 2, "overall": 2, "issue": "'팀원들이 제 방식을 옳다고 보는 데 반발하며', '이 전략은 ~줄어들었고' 등 비문이 많고 팀 반응·소통 질 향상은 자료에 없는 서술"}, "local-qwen3-4b-instruct": {"usefulness": 3, "faithfulness": 3, "rewrite": 2, "language": 3, "overall": 2, "issue": "model_answer와 rewrite가 거의 동일한 복붙이며 '있었어요' 구어체와 현재 팀 활동 서술 등 자료에 없는 내용이 섞임"}}, "n_candidates": 8} +{"judge": "gemini-3.1-pro-preview", "suite": "coaching", "case_id": "c-weak-backend", "ratings": {"lcpp-gemma4-26b-a4b-iq3s": {"usefulness": 4, "faithfulness": 5, "rewrite": 3, "language": 5, "overall": 4, "issue": "무난하게 좋은 답변과 피드백이나, 지원자의 원래 답변을 개선하기보다는 완전히 새로운 모범 답안으로 대체함"}, "lcpp-qwen3.6-35b-a3b-q2kxl": {"usefulness": 4, "faithfulness": 4, "rewrite": 3, "language": 5, "overall": 4, "issue": "설명은 명확하나 재작성된 답변이 지원자의 원래 답변과 연결고리가 부족함"}, "lcpp-gemma4-e4b": {"usefulness": 5, "faithfulness": 5, "rewrite": 4, "language": 5, "overall": 5, "issue": "코칭 코멘트가 지원자의 원래 답변('잘 처리했다')을 정확히 짚어주어 실질적인 도움이 됨"}, "local-qwen3-4b-instruct": {"usefulness": 3, "faithfulness": 3, "rewrite": 3, "language": 4, "overall": 3, "issue": "이력서에 없는 구체적인 상태값('결제 대기 중')을 임의로 지어내어 설명함"}, "gw-gemma-4-31b": {"usefulness": 5, "faithfulness": 5, "rewrite": 4, "language": 5, "overall": 5, "issue": "지원자의 추상적인 답변을 구체적인 기술 용어로 잘 변환하도록 훌륭하게 코칭함"}, "lcpp-kanana2-3b": {"usefulness": 1, "faithfulness": 1, "rewrite": 1, "language": 3, "overall": 1, "issue": "model_answer에 면접관의 질문을 그대로 복사하여 출력하는 치명적인 오류 발생"}, "lcpp-gemma4-e2b": {"usefulness": 4, "faithfulness": 5, "rewrite": 3, "language": 5, "overall": 4, "issue": "기술적 설명은 훌륭하나 재작성된 답변이 다소 길고 문어체에 가까움"}, "lcpp-qwen3-4b-jsonschema": {"usefulness": 2, "faithfulness": 3, "rewrite": 2, "language": 2, "overall": 2, "issue": "Outbox 패턴의 목적을 다소 부정확하게 설명하며 코칭 코멘트의 한국어 표현이 어색함"}, "gw-gemini-3.5-flash-lite": {"usefulness": 5, "faithfulness": 5, "rewrite": 4, "language": 5, "overall": 5, "issue": "지원자의 원래 답변에 포함된 키워드(중복, 트랜잭션)를 잘 살려 간결하고 명확하게 재작성함"}}, "n_candidates": 9} +{"judge": "claude-opus-5", "suite": "coaching", "case_id": "c-weak-backend", "ratings": {"lcpp-gemma4-e4b": {"usefulness": 4, "faithfulness": 4, "rewrite": 4, "language": 5, "overall": 4, "issue": "'데이터 정합성을 완벽히 확보' 같은 과장 표현과 구체적 구현 수단(유니크 제약, 릴레이 방식) 언급 부족"}, "lcpp-gemma4-e2b": {"usefulness": 3, "faithfulness": 4, "rewrite": 3, "language": 4, "overall": 3, "issue": "내용은 맞지만 계층 구분 수준의 일반론 반복으로 구체 실패 케이스(재시도·Dual Write·폴링 릴레이) 설명이 얕음"}, "local-qwen3-4b-instruct": {"usefulness": 2, "faithfulness": 2, "rewrite": 2, "language": 4, "overall": 2, "issue": "Outbox를 '콜백 지연 시 재처리 대기 버퍼'로 오해한 기술적 오설명 + 주문 상태 설계 등 없는 구현 디테일 창작"}, "lcpp-qwen3-4b-jsonschema": {"usefulness": 2, "faithfulness": 2, "rewrite": 2, "language": 2, "overall": 2, "issue": "'결제 승인 시점 기반 멱등 키' 등 멱등성 원리에 반하는 오설명과 없는 구현 내용 창작, 코칭 문장도 비문에 가까움"}, "gw-gemini-3.5-flash-lite": {"usefulness": 4, "faithfulness": 4, "rewrite": 4, "language": 4, "overall": 4, "issue": "정확하고 간결하나 rewrite가 다소 짧아 트랜잭션 경계·기존 결과 반환 등 후속 질문 대비 설명이 압축됨"}, "gw-gemma-4-31b": {"usefulness": 4, "faithfulness": 4, "rewrite": 4, "language": 5, "overall": 4, "issue": "at-least-once 언급은 좋으나 '데이터 불일치를 완전히 해결' 등 결과 과장 표현이 남아 있음"}, "lcpp-qwen3.6-35b-a3b-q2kxl": {"usefulness": 4, "faithfulness": 4, "rewrite": 4, "language": 5, "overall": 4, "issue": "Outbox가 '중복 발행'까지 막는다는 서술은 부정확(at-least-once라 소비자 멱등성 필요)"}, "lcpp-kanana2-3b": {"usefulness": 1, "faithfulness": 2, "rewrite": 2, "language": 3, "overall": 1, "issue": "model_answer가 질문 복사이고 멱등 키 설명이 사실과 다르며, 코칭 코멘트가 부실한 답변을 오히려 칭찬함"}, "lcpp-gemma4-26b-a4b-iq3s": {"usefulness": 4, "faithfulness": 4, "rewrite": 4, "language": 5, "overall": 4, "issue": "정확하고 읽기 좋으나 발행 릴레이·유니크 제약 등 구현 레벨 구체성이 상위 후보보다 약함"}}, "n_candidates": 9} +{"judge": "gemini-3.1-pro-preview", "suite": "followup", "case_id": "f-clarification", "ratings": {"gw-gemma-4-31b": {"relevance": 5, "depth": 4, "language": 5, "overall": 5, "issue": "어려운 용어를 쉽게 풀어서 다시 질문하여 지원자의 요청에 완벽히 대응함"}, "lcpp-kanana2-3b": {"relevance": 1, "depth": 1, "language": 5, "overall": 1, "issue": "지원자의 재설명 요청을 무시하고 원래 질문을 그대로 반복함 (의도 분류 실패)"}, "lcpp-gptoss-20b": {"relevance": 3, "depth": 3, "language": 5, "overall": 3, "issue": "원래 질문과 큰 차이가 없어 지원자가 여전히 어려워할 수 있음"}, "lcpp-qwen3.6-35b-a3b-q2kxl": {"relevance": 3, "depth": 3, "language": 5, "overall": 3, "issue": "질문을 분리하긴 했으나 용어를 쉽게 풀어주지 않음"}, "gw-gemini-3.5-flash-lite": {"relevance": 5, "depth": 4, "language": 4, "overall": 4, "issue": "용어를 아주 잘 풀어서 설명했으나 문장이 다소 길어짐"}, "local-qwen3-4b-instruct": {"relevance": 2, "depth": 2, "language": 3, "overall": 2, "issue": "면접관이 쉽게 설명해주는 것이 아니라 지원자에게 쉽게 설명해달라고 요구하는 어색한 문맥이 됨"}, "lcpp-gemma4-e2b": {"relevance": 2, "depth": 2, "language": 5, "overall": 2, "issue": "질문을 쉽게 풀지 않고 거의 그대로 반복함"}, "lcpp-gemma4-e4b": {"relevance": 2, "depth": 2, "language": 5, "overall": 2, "issue": "질문을 쉽게 풀지 않고 거의 그대로 반복함"}, "lcpp-gemma4-26b-a4b-iq3s": {"relevance": 5, "depth": 4, "language": 5, "overall": 5, "issue": "질문의 의미를 친절하게 해설하는 자연스러운 화법을 사용함"}}, "n_candidates": 9} +{"judge": "claude-opus-5", "suite": "followup", "case_id": "f-clarification", "ratings": {"gw-gemma-4-31b": {"relevance": 4, "depth": 3, "language": 3, "overall": 3, "issue": "'궁금합니다' 오타와 다소 긴 문장으로 완성도가 떨어짐"}, "lcpp-gemma4-26b-a4b-iq3s": {"relevance": 5, "depth": 3, "language": 4, "overall": 4, "issue": "두 갈래로 잘 풀어 설명했으나 HPA 자체 개념 설명은 없고 문장이 다소 김"}, "lcpp-gemma4-e4b": {"relevance": 3, "depth": 2, "language": 4, "overall": 3, "issue": "재설명 요청인데 원 질문을 거의 그대로 반복해 쉬워지지 않음"}, "lcpp-gptoss-20b": {"relevance": 3, "depth": 3, "language": 4, "overall": 3, "issue": "쉽게 풀기보다 '구체적으로'를 요구해 요청 의도와 방향이 어긋남"}, "local-qwen3-4b-instruct": {"relevance": 2, "depth": 2, "language": 3, "overall": 2, "issue": "질문을 쉽게 바꾸지 않고 지원자에게 쉽게 설명하라고 요구함"}, "lcpp-kanana2-3b": {"relevance": 2, "depth": 1, "language": 4, "overall": 2, "issue": "의도를 NORMAL로 오분류하고 질문을 글자 그대로 반복"}, "lcpp-qwen3.6-35b-a3b-q2kxl": {"relevance": 3, "depth": 3, "language": 5, "overall": 3, "issue": "간결하지만 용어를 풀지 않아 재설명 효과가 약함"}, "lcpp-gemma4-e2b": {"relevance": 3, "depth": 2, "language": 4, "overall": 3, "issue": "표현만 다듬은 반복이라 이해를 돕는 재설명이 아님"}, "gw-gemini-3.5-flash-lite": {"relevance": 5, "depth": 3, "language": 4, "overall": 5, "issue": "HPA를 평이하게 풀어 두 갈래로 재설명했으나 문장이 약간 길다"}}, "n_candidates": 9} +{"judge": "gemini-3.1-pro-preview", "suite": "followup", "case_id": "f-confirm-short", "ratings": {"lcpp-gemma4-26b-a4b-iq3s": {"relevance": 5, "depth": 4, "language": 5, "overall": 4, "issue": "무난하고 적절한 DB 부하 관련 꼬리질문"}, "lcpp-gemma4-e2b": {"relevance": 3, "depth": 2, "language": 3, "overall": 2, "issue": "Outbox 폴링 자체가 DB 폴링을 의미하는데 다른 메커니즘을 묻는 예시가 어색하며 문장이 긺"}, "lcpp-gptoss-20b": {"relevance": 5, "depth": 4, "language": 4, "overall": 4, "issue": "불필요한 예시(5초, 30초)가 포함되어 다소 장황함"}, "gw-gemini-3.5-flash-lite": {"relevance": 5, "depth": 5, "language": 5, "overall": 5, "issue": "주기와 배치 단위 등 실무적인 최적화 포인트를 정확히 짚음"}, "local-qwen3-4b-instruct": {"relevance": 1, "depth": 1, "language": 1, "overall": 1, "issue": "지원자의 대답을 따라하고 직전 질문을 그대로 반복함"}, "lcpp-gemma4-e4b": {"relevance": 5, "depth": 4, "language": 5, "overall": 4, "issue": "실패 시 재시도 로직이라는 적절한 후속 질문"}, "gw-gemma-4-31b": {"relevance": 5, "depth": 4, "language": 5, "overall": 4, "issue": "간결하고 명확하게 폴링 주기와 기준을 물음"}, "lcpp-qwen3.6-35b-a3b-q2kxl": {"relevance": 5, "depth": 5, "language": 5, "overall": 5, "issue": "트래픽 폭증 시의 DB 부하 처리까지 물어보아 변별력이 높음"}, "lcpp-kanana2-3b": {"relevance": 4, "depth": 3, "language": 3, "overall": 3, "issue": "'설명하세요'라는 지시적 어투가 다소 딱딱함"}}, "n_candidates": 9} +{"judge": "claude-opus-5", "suite": "followup", "case_id": "f-confirm-short", "ratings": {"lcpp-gptoss-20b": {"relevance": 3, "depth": 2, "language": 3, "overall": 3, "issue": "폴링 주기만 묻는 뻔한 질문에 예시 나열로 문장이 길고 변별력이 낮다"}, "lcpp-gemma4-e4b": {"relevance": 4, "depth": 4, "language": 4, "overall": 4, "issue": "실패 재시도라는 약한 축을 잘 짚었으나 중복 발행·순서 보장까지 연결하지 못함"}, "local-qwen3-4b-instruct": {"relevance": 1, "depth": 1, "language": 3, "overall": 1, "issue": "직전 질문을 그대로 반복해 대화가 전혀 진전되지 않음"}, "lcpp-gemma4-e2b": {"relevance": 2, "depth": 2, "language": 2, "overall": 2, "issue": "이미 확인된 DB 폴링 사실을 다시 묻고 예시(큐 기반 수신)가 전제와 모순"}, "gw-gemini-3.5-flash-lite": {"relevance": 4, "depth": 3, "language": 4, "overall": 4, "issue": "주기·배치로 DB 부하를 짚었지만 중복 발행·실패 처리 같은 더 약한 축은 미탐색"}, "lcpp-gemma4-26b-a4b-iq3s": {"relevance": 4, "depth": 3, "language": 4, "overall": 3, "issue": "'최적화 전략'이 다소 포괄적이어서 답변 범위가 흩어질 수 있음"}, "lcpp-kanana2-3b": {"relevance": 3, "depth": 2, "language": 2, "overall": 2, "issue": "이미 답한 폴링 구성을 되묻는 수준이며 '설명하세요' 명령조 어투가 어색함"}, "lcpp-qwen3.6-35b-a3b-q2kxl": {"relevance": 4, "depth": 4, "language": 4, "overall": 4, "issue": "두 축을 한 문장에 묶어 다소 길지만 실무 변별력은 높음"}, "gw-gemma-4-31b": {"relevance": 3, "depth": 2, "language": 5, "overall": 3, "issue": "간결하나 폴링 주기만 묻는 전형적 질문으로 깊이가 얕음"}}, "n_candidates": 9} +{"judge": "gemini-3.1-pro-preview", "suite": "followup", "case_id": "f-dba-correct-with-context", "ratings": {"lcpp-gptoss-20b": {"relevance": 5, "depth": 5, "language": 5, "overall": 5, "issue": "지원자가 누락한 autovacuum의 기여도를 정확하고 간결하게 짚음"}, "gw-gemma-4-31b": {"relevance": 5, "depth": 5, "language": 5, "overall": 5, "issue": "후보 A와 마찬가지로 누락된 기여도를 잘 파고든 간결한 질문"}, "lcpp-qwen3.6-35b-a3b-q2kxl": {"relevance": 2, "depth": 2, "language": 4, "overall": 2, "issue": "지원자가 이미 파티셔닝 후 180ms가 되었다고 답변한 내용을 제대로 반영하지 못함"}, "lcpp-kanana2-3b": {"relevance": 1, "depth": 1, "language": 4, "overall": 1, "issue": "직전 질문을 그대로 반복하여 대화의 흐름을 끊음"}, "lcpp-gemma4-e2b": {"relevance": 2, "depth": 2, "language": 4, "overall": 2, "issue": "지원자가 이미 각각의 수치적 기여도를 명시했음에도 불필요한 비교를 요구함"}, "gw-gemini-3.5-flash-lite": {"relevance": 5, "depth": 4, "language": 4, "overall": 4, "issue": "의도는 좋으나 '각각'이라는 단어 사용이 문맥상 다소 어색함"}, "lcpp-gemma4-e4b": {"relevance": 5, "depth": 5, "language": 5, "overall": 5, "issue": "복합 인덱스 설계의 핵심인 컬럼 순서의 근거를 묻는 훌륭한 심층 질문"}, "lcpp-gemma4-26b-a4b-iq3s": {"relevance": 5, "depth": 5, "language": 5, "overall": 5, "issue": "autovacuum 튜닝에 따른 시스템 부하 트레이드오프를 묻는 매우 적절한 질문"}, "local-qwen3-4b-instruct": {"relevance": 4, "depth": 4, "language": 3, "overall": 3, "issue": "질문이 다소 장황하여 구어체 면접 질문으로서의 간결성이 떨어짐"}}, "n_candidates": 9} +{"judge": "claude-opus-5", "suite": "followup", "case_id": "f-dba-correct-with-context", "ratings": {"lcpp-gemma4-e4b": {"relevance": 4, "depth": 3, "language": 5, "overall": 3, "issue": "인덱스 컬럼 순서 근거는 타당하지만 다소 정석적이고, 답변에서 가장 빈 vacuum 기여 축을 놓쳤다"}, "local-qwen3-4b-instruct": {"relevance": 4, "depth": 3, "language": 2, "overall": 3, "issue": "두 문장·예시까지 붙여 길고 장황하며 질문 초점이 분산됨"}, "gw-gemma-4-31b": {"relevance": 5, "depth": 4, "language": 5, "overall": 4, "issue": "성능 영향만 묻고 트레이드오프(부하·bloat)까지는 확장하지 않음"}, "lcpp-gemma4-26b-a4b-iq3s": {"relevance": 4, "depth": 5, "language": 4, "overall": 4, "issue": "기여도 정량 구분보다 트레이드오프로 방향을 틀어 기대 신호 일부만 검증"}, "lcpp-kanana2-3b": {"relevance": 1, "depth": 1, "language": 4, "overall": 1, "issue": "직전 질문을 그대로 반복해 꼬리질문 기능을 전혀 수행하지 못함"}, "lcpp-gptoss-20b": {"relevance": 5, "depth": 4, "language": 5, "overall": 4, "issue": "C와 유사하게 vacuum 효과의 측정 방법까지 압박하지는 않음"}, "lcpp-gemma4-e2b": {"relevance": 3, "depth": 2, "language": 5, "overall": 2, "issue": "이미 900ms→180ms로 답한 내용을 다시 묻는 중복 질문"}, "gw-gemini-3.5-flash-lite": {"relevance": 5, "depth": 4, "language": 4, "overall": 4, "issue": "단일 항목에 '각각'을 써 표현이 살짝 어색함"}, "lcpp-qwen3.6-35b-a3b-q2kxl": {"relevance": 4, "depth": 3, "language": 3, "overall": 3, "issue": "지원자가 이미 파티셔닝 효과라 밝힌 구간을 되묻는 부분 중복, 문장도 다소 계산식 같아 딱딱함"}}, "n_candidates": 9} +{"judge": "gemini-3.1-pro-preview", "suite": "followup", "case_id": "f-dont-know-explicit", "ratings": {"lcpp-kanana2-3b": {"relevance": 1, "depth": 1, "language": 1, "overall": 1, "issue": "영어로 작성되었으며 내용이 무한 반복되고 잘림"}, "lcpp-gemma4-e4b": {"relevance": 1, "depth": 1, "language": 5, "overall": 1, "issue": "모른다고 한 지원자에게 더 자세히 설명해달라고 요구함"}, "gw-gemini-3.5-flash-lite": {"relevance": 5, "depth": 4, "language": 5, "overall": 5, "issue": "없음"}, "lcpp-gemma4-e2b": {"relevance": 1, "depth": 1, "language": 5, "overall": 1, "issue": "지원자가 모른다고 한 직전 질문을 그대로 다시 물어봄"}, "lcpp-gemma4-26b-a4b-iq3s": {"relevance": 3, "depth": 1, "language": 5, "overall": 2, "issue": "다음 질문을 제시하지 않아 면접 흐름이 끊김"}, "gw-gemma-4-31b": {"relevance": 5, "depth": 4, "language": 5, "overall": 5, "issue": "없음"}, "lcpp-qwen3.6-35b-a3b-q2kxl": {"relevance": 1, "depth": 1, "language": 3, "overall": 1, "issue": "면접 상황에 맞지 않는 어색한 화법(다음 기회에 준비해 오시면)"}, "lcpp-gptoss-20b": {"relevance": 1, "depth": 1, "language": 5, "overall": 1, "issue": "모른다고 한 내용을 다시 한 번 설명해달라고 요구함"}, "local-qwen3-4b-instruct": {"relevance": 1, "depth": 1, "language": 5, "overall": 1, "issue": "모르는 이유를 묻는 부적절하고 무례한 질문"}}, "n_candidates": 9} +{"judge": "claude-opus-5", "suite": "followup", "case_id": "f-dont-know-explicit", "ratings": {"gw-gemma-4-31b": {"relevance": 5, "depth": 4, "language": 4, "overall": 4, "issue": "난이도 하향은 적절하나 두 가지를 한 번에 물어 다소 길다"}, "lcpp-gemma4-26b-a4b-iq3s": {"relevance": 3, "depth": 1, "language": 5, "overall": 2, "issue": "그냥 넘어가 변별 기회를 완전히 버림"}, "gw-gemini-3.5-flash-lite": {"relevance": 5, "depth": 4, "language": 5, "overall": 5, "issue": "VACUUM 역할로 눈높이를 낮춘 좋은 질문이나 xmin 축까지는 못 유도"}, "lcpp-gemma4-e4b": {"relevance": 2, "depth": 1, "language": 4, "overall": 2, "issue": "모른다는 답변에 같은 주제를 더 자세히 요구해 대응 부적절"}, "lcpp-kanana2-3b": {"relevance": 1, "depth": 1, "language": 1, "overall": 1, "issue": "의도 오분류에 영어 모범답안을 무한 반복 누출"}, "lcpp-qwen3.6-35b-a3b-q2kxl": {"relevance": 2, "depth": 2, "language": 3, "overall": 2, "issue": "'다음 기회에 준비해 오시면' 어색하며 결국 모르는 내용을 재요구"}, "lcpp-gptoss-20b": {"relevance": 2, "depth": 2, "language": 3, "overall": 2, "issue": "모른다는 지원자에게 '다시 설명'을 요구하는 모순된 문장"}, "local-qwen3-4b-instruct": {"relevance": 1, "depth": 1, "language": 4, "overall": 1, "issue": "모르는 이유를 캐묻는 비생산적·무례한 질문"}, "lcpp-gemma4-e2b": {"relevance": 2, "depth": 1, "language": 4, "overall": 2, "issue": "직전 질문을 거의 그대로 반복해 대화가 진전되지 않음"}}, "n_candidates": 9} +{"judge": "gemini-3.1-pro-preview", "suite": "followup", "case_id": "f-dont-know-stt", "ratings": {"lcpp-kanana2-3b": {"relevance": 1, "depth": 1, "language": 5, "overall": 1, "issue": "지원자가 모른다고 답변했으나 의도를 잘못 파악하고 동일한 질문을 반복함."}, "gw-gemini-3.5-flash-lite": {"relevance": 4, "depth": 3, "language": 5, "overall": 3, "issue": "모른다는 답변에 대해 이전 버전의 동작 방식을 묻는 무난한 우회 질문임."}, "gw-gemma-4-31b": {"relevance": 5, "depth": 4, "language": 5, "overall": 5, "issue": "모른다는 답변을 수용하고 배칭의 기본 개념으로 난이도를 낮춰 적절히 질문함."}, "lcpp-qwen3.6-35b-a3b-q2kxl": {"relevance": 3, "depth": 3, "language": 5, "overall": 3, "issue": "배칭 개념 자체를 파고들기보다 React 18의 다른 기능으로 주제를 전환함."}, "local-qwen3-4b-instruct": {"relevance": 1, "depth": 1, "language": 5, "overall": 1, "issue": "지원자가 모른다고 했으나 정답을 말한 것처럼 환각(Hallucination)을 보임."}, "lcpp-gemma4-e4b": {"relevance": 1, "depth": 1, "language": 5, "overall": 1, "issue": "모른다고 답변한 지원자에게 해당 개념을 더 자세히 설명하라고 요구함."}, "lcpp-gptoss-20b": {"relevance": 1, "depth": 1, "language": 5, "overall": 1, "issue": "모른다고 한 개념에 대해 예시를 들어 설명하라고 요구하여 대화 흐름에 어긋남."}, "lcpp-gemma4-26b-a4b-iq3s": {"relevance": 5, "depth": 4, "language": 5, "overall": 5, "issue": "모른다는 점을 수용하고 배칭의 일반적인 개념을 아는지 확인하는 훌륭한 꼬리질문."}, "lcpp-gemma4-e2b": {"relevance": 1, "depth": 1, "language": 5, "overall": 1, "issue": "모른다고 답변했음에도 직전 질문을 그대로 반복함."}}, "n_candidates": 9} +{"judge": "claude-opus-5", "suite": "followup", "case_id": "f-dont-know-stt", "ratings": {"lcpp-kanana2-3b": {"relevance": 1, "depth": 1, "language": 4, "overall": 1, "issue": "모름 답변을 NORMAL로 오분류하고 직전 질문을 그대로 반복함"}, "lcpp-gemma4-26b-a4b-iq3s": {"relevance": 5, "depth": 4, "language": 4, "overall": 4, "issue": "문장이 길고 '들어본 적 있나요'라는 예/아니오형 프레이밍으로 변별력이 다소 약함"}, "lcpp-gemma4-e2b": {"relevance": 2, "depth": 1, "language": 4, "overall": 2, "issue": "모름이라 밝힌 질문을 난이도 조정 없이 거의 그대로 재요구함"}, "lcpp-qwen3.6-35b-a3b-q2kxl": {"relevance": 2, "depth": 2, "language": 4, "overall": 2, "issue": "'공부한 다른 기능 소개'로 회피해 기대 신호와 무관하고 변별력이 없음"}, "local-qwen3-4b-instruct": {"relevance": 1, "depth": 2, "language": 3, "overall": 1, "issue": "지원자가 말하지 않은 내용을 '말씀하셨는데'로 허위 전제하고 문장도 장황함"}, "lcpp-gemma4-e4b": {"relevance": 2, "depth": 2, "language": 4, "overall": 2, "issue": "정답을 흘리면서 모르는 내용을 그대로 다시 설명하라고 요구함"}, "gw-gemini-3.5-flash-lite": {"relevance": 5, "depth": 4, "language": 5, "overall": 4, "issue": "핵심 축(18 이전 비동기 배칭 미적용)으로 난이도를 낮춘 좋은 후속이나 여전히 동일 지식 영역 의존"}, "lcpp-gptoss-20b": {"relevance": 3, "depth": 3, "language": 5, "overall": 3, "issue": "구체화는 좋으나 모른다고 한 지점을 예시까지 요구해 답변 가능성이 낮음"}, "gw-gemma-4-31b": {"relevance": 5, "depth": 4, "language": 4, "overall": 4, "issue": "배려와 난이도 하향은 적절하나 문장이 길고 B와 유사하게 일반적임"}}, "n_candidates": 9} +{"judge": "gemini-3.1-pro-preview", "suite": "followup", "case_id": "f-english-mixed", "ratings": {"lcpp-qwen3.6-35b-a3b-q2kxl": {"relevance": 4, "depth": 3, "language": 3, "overall": 3, "issue": "두 가지 질문을 동시에 던지며 코드 구조를 말로 설명하라는 점이 어색함"}, "gw-gemini-3.5-flash-lite": {"relevance": 5, "depth": 4, "language": 5, "overall": 4, "issue": "무난하고 구체적인 상황을 묻는 좋은 질문"}, "lcpp-gptoss-20b": {"relevance": 5, "depth": 5, "language": 5, "overall": 5, "issue": "수치 측정 방법을 물어 기술적 검증에 매우 효과적임"}, "lcpp-gemma4-e2b": {"relevance": 4, "depth": 4, "language": 5, "overall": 4, "issue": "무난한 질문이나 이점은 이미 어느 정도 답변에 포함됨"}, "lcpp-gemma4-26b-a4b-iq3s": {"relevance": 5, "depth": 5, "language": 5, "overall": 5, "issue": "기존 컴포넌트 구조의 문제점을 파고드는 매우 예리한 질문"}, "gw-gemma-4-31b": {"relevance": 5, "depth": 4, "language": 5, "overall": 4, "issue": "간결하고 명확하게 기준을 묻는 좋은 질문"}, "local-qwen3-4b-instruct": {"relevance": 4, "depth": 4, "language": 4, "overall": 4, "issue": "질문이 다소 매끄럽지 않음"}, "lcpp-kanana2-3b": {"relevance": 1, "depth": 1, "language": 1, "overall": 1, "issue": "불필요한 텍스트가 포함되었고 직전 질문을 반복함"}, "lcpp-gemma4-e4b": {"relevance": 4, "depth": 4, "language": 3, "overall": 3, "issue": "문장이 다소 길고 장황함"}}, "n_candidates": 9} +{"judge": "claude-opus-5", "suite": "followup", "case_id": "f-english-mixed", "ratings": {"lcpp-gemma4-e4b": {"relevance": 4, "depth": 3, "language": 2, "overall": 3, "issue": "수치 검증에만 머물고 문장이 길고 장황해 질문 초점이 흐림"}, "local-qwen3-4b-instruct": {"relevance": 4, "depth": 3, "language": 3, "overall": 3, "issue": "'예시나 얼마나' 식으로 두 가지를 어색하게 묶어 질문 의도가 흐릿함"}, "lcpp-gptoss-20b": {"relevance": 5, "depth": 3, "language": 5, "overall": 4, "issue": "수치 측정 방법만 확인해 서버 상태 설계 이해 변별력은 약함"}, "lcpp-gemma4-e2b": {"relevance": 4, "depth": 4, "language": 4, "overall": 4, "issue": "기준+이점 두 축을 한 번에 물어 다소 길고 백틱 표기가 섞임"}, "lcpp-gemma4-26b-a4b-iq3s": {"relevance": 5, "depth": 4, "language": 5, "overall": 4, "issue": "중복 요청 원인은 좋은 축이나 클라이언트/서버 상태 구분까지는 닿지 않음"}, "lcpp-kanana2-3b": {"relevance": 1, "depth": 1, "language": 1, "overall": 1, "issue": "프롬프트 메타 문구가 노출되고 직전 질문을 그대로 반복함"}, "gw-gemini-3.5-flash-lite": {"relevance": 5, "depth": 3, "language": 5, "overall": 3, "issue": "감소가 컸던 화면 나열 수준이라 설계 판단력을 검증하기 어려움"}, "gw-gemma-4-31b": {"relevance": 5, "depth": 4, "language": 5, "overall": 5, "issue": "가장 약한 축인 staleTime 판단 기준을 잘 파지만 서버/클라이언트 상태 경계는 미탐색"}, "lcpp-qwen3.6-35b-a3b-q2kxl": {"relevance": 4, "depth": 3, "language": 3, "overall": 3, "issue": "두 질문을 묶고 '실제 코드 구조'를 요구해 구두 면접 질문으로 과함"}}, "n_candidates": 9} +{"judge": "gemini-3.1-pro-preview", "suite": "followup", "case_id": "f-frontend-strong", "ratings": {"lcpp-gemma4-e4b": {"relevance": 5, "depth": 4, "language": 4, "overall": 3, "issue": "질문이 다소 길고 두 가지를 한 번에 물어봄"}, "lcpp-kanana2-3b": {"relevance": 1, "depth": 1, "language": 2, "overall": 1, "issue": "지원자의 답변을 그대로 복붙하고 이미 대답한 내용을 다시 물어봄"}, "lcpp-gptoss-20b": {"relevance": 4, "depth": 3, "language": 5, "overall": 3, "issue": "지원자가 Profiler로 측정했다고 언급했으므로, INP 측정 도구의 모순을 짚으려면 질문이 더 구체적이어야 함"}, "lcpp-gemma4-26b-a4b-iq3s": {"relevance": 5, "depth": 5, "language": 5, "overall": 4, "issue": "핵심을 잘 짚었으나 길이가 약간 김"}, "gw-gemini-3.5-flash-lite": {"relevance": 5, "depth": 4, "language": 5, "overall": 4, "issue": "무난하고 간결하나 F나 G에 비해 깊이가 약간 얕음"}, "gw-gemma-4-31b": {"relevance": 5, "depth": 5, "language": 5, "overall": 5, "issue": "간결하고 핵심적인 갱신 전략을 잘 물어봄"}, "lcpp-qwen3.6-35b-a3b-q2kxl": {"relevance": 5, "depth": 5, "language": 5, "overall": 5, "issue": "캐시 무효화 전략이라는 전문적인 포인트를 간결하게 잘 짚음"}, "lcpp-gemma4-e2b": {"relevance": 4, "depth": 3, "language": 4, "overall": 2, "issue": "질문이 불필요하게 길고 장황함"}, "local-qwen3-4b-instruct": {"relevance": 5, "depth": 4, "language": 5, "overall": 4, "issue": "무난한 질문이나 구체적인 전략을 묻는 질문에 비해 변별력이 다소 낮음"}}, "n_candidates": 9} +{"judge": "claude-opus-5", "suite": "followup", "case_id": "f-frontend-strong", "ratings": {"lcpp-gemma4-e4b": {"relevance": 4, "depth": 3, "language": 3, "overall": 3, "issue": "한 문장에 두 개 질문을 묶어 길고 늘어져 면접 발화로는 과도함"}, "lcpp-gemma4-26b-a4b-iq3s": {"relevance": 4, "depth": 4, "language": 5, "overall": 4, "issue": "접근성·검색 트레이드오프 축은 손대지 않고 동적 높이만 파고듦"}, "lcpp-gemma4-e2b": {"relevance": 4, "depth": 3, "language": 3, "overall": 3, "issue": "수식어가 중첩된 장문으로 질문 초점이 흐려짐"}, "lcpp-qwen3.6-35b-a3b-q2kxl": {"relevance": 4, "depth": 4, "language": 5, "overall": 4, "issue": "무효화 전략에 집중해 측정 방식·접근성 축은 미탐색"}, "gw-gemini-3.5-flash-lite": {"relevance": 4, "depth": 3, "language": 5, "overall": 4, "issue": "자료구조 확인 수준으로 변별력이 다소 낮음"}, "gw-gemma-4-31b": {"relevance": 4, "depth": 3, "language": 4, "overall": 3, "issue": "수식어가 앞에 길게 붙어 문장 흐름이 어색함"}, "local-qwen3-4b-instruct": {"relevance": 4, "depth": 3, "language": 4, "overall": 3, "issue": "답변을 그대로 되풀이한 뒤 '방식은 어떤 것이었나요'로 막연하게 물음"}, "lcpp-gptoss-20b": {"relevance": 4, "depth": 4, "language": 5, "overall": 4, "issue": "Profiler로 INP를 측정했다는 허점을 잘 겨냥했으나 질문 자체는 다소 일반적"}, "lcpp-kanana2-3b": {"relevance": 1, "depth": 1, "language": 2, "overall": 1, "issue": "지원자 답변을 그대로 복사해 이미 설명한 내용을 다시 요구하는 지시문"}}, "n_candidates": 9} +{"judge": "gemini-3.1-pro-preview", "suite": "followup", "case_id": "f-infra-fact-error", "ratings": {"lcpp-gemma4-e2b": {"relevance": 3, "depth": 2, "language": 4, "overall": 2, "issue": "이력서 내용과 답변이 정면으로 상충함에도 이를 지적하지 않음."}, "local-qwen3-4b-instruct": {"relevance": 3, "depth": 2, "language": 4, "overall": 2, "issue": "이력서에 기재된 'CPU 70%'를 일반론인 것처럼 질문하여 맥락 활용이 아쉬움."}, "lcpp-gemma4-26b-a4b-iq3s": {"relevance": 4, "depth": 4, "language": 5, "overall": 4, "issue": "이력서와의 불일치를 잘 짚었으나, CPU/메모리 기준 차이에 대한 지적이 누락됨."}, "lcpp-gemma4-e4b": {"relevance": 3, "depth": 2, "language": 4, "overall": 2, "issue": "이력서 내용과 답변이 정면으로 상충함에도 이를 지적하지 않음."}, "lcpp-qwen3.6-35b-a3b-q2kxl": {"relevance": 3, "depth": 2, "language": 4, "overall": 2, "issue": "이력서 내용과 답변이 정면으로 상충함에도 이를 지적하지 않음."}, "gw-gemma-4-31b": {"relevance": 5, "depth": 5, "language": 5, "overall": 5, "issue": "이력서와 답변의 두 가지 불일치(CPU/메모리, CronJob 유무)를 모두 정확히 짚어냄."}, "gw-gemini-3.5-flash-lite": {"relevance": 5, "depth": 5, "language": 5, "overall": 5, "issue": "이력서와 답변의 불일치를 명확하게 지적하여 변별력 높은 질문을 구성함."}, "lcpp-kanana2-3b": {"relevance": 1, "depth": 1, "language": 2, "overall": 1, "issue": "직전 질문을 어색하게 반복하며, CPU 50%라는 잘못된 수치를 언급함."}, "lcpp-gptoss-20b": {"relevance": 3, "depth": 2, "language": 4, "overall": 2, "issue": "이력서 내용과 답변이 정면으로 상충함에도 이를 지적하지 않음."}}, "n_candidates": 9} +{"judge": "claude-opus-5", "suite": "followup", "case_id": "f-infra-fact-error", "ratings": {"gw-gemma-4-31b": {"relevance": 5, "depth": 5, "language": 5, "overall": 5, "issue": "이력서 대비 불일치를 정확히 짚었으나 메모리 메트릭 자체의 적절성까지는 확장하지 못함"}, "lcpp-gemma4-26b-a4b-iq3s": {"relevance": 4, "depth": 3, "language": 4, "overall": 4, "issue": "불일치 지적은 좋으나 '다시 설명해 달라'로 끝나 파고드는 압박이 약함"}, "local-qwen3-4b-instruct": {"relevance": 4, "depth": 3, "language": 4, "overall": 3, "issue": "'CPU 70%가 일반적'이라는 유도성 단정이고 피크 대응 미비는 미추궁"}, "lcpp-gptoss-20b": {"relevance": 4, "depth": 4, "language": 4, "overall": 4, "issue": "기대 신호 두 축은 덮었으나 이력서 기재(CPU 70%·CronJob)와의 모순을 놓침"}, "lcpp-gemma4-e2b": {"relevance": 4, "depth": 4, "language": 4, "overall": 4, "issue": "내용은 적절하나 문장이 길고 이력서 불일치 지적이 빠짐"}, "lcpp-kanana2-3b": {"relevance": 2, "depth": 2, "language": 2, "overall": 1, "issue": "직전 질문을 명령조로 그대로 반복하고 'CPU 50%'로 답변 내용을 오기함"}, "lcpp-gemma4-e4b": {"relevance": 5, "depth": 4, "language": 4, "overall": 4, "issue": "메트릭 근거는 잘 파고들었으나 사전 스케일아웃 부재 축을 건드리지 않음"}, "gw-gemini-3.5-flash-lite": {"relevance": 5, "depth": 5, "language": 4, "overall": 5, "issue": "문장이 다소 길지만 불일치 두 지점을 모두 정확히 대조함"}, "lcpp-qwen3.6-35b-a3b-q2kxl": {"relevance": 4, "depth": 4, "language": 5, "overall": 4, "issue": "간결하고 두 축을 묻지만 이력서와의 명백한 모순을 활용하지 못함"}}, "n_candidates": 9} +{"judge": "gemini-3.1-pro-preview", "suite": "followup", "case_id": "f-long-answer-history", "ratings": {"lcpp-qwen3.6-35b-a3b-q2kxl": {"relevance": 5, "depth": 4, "language": 4, "overall": 4, "issue": "배치 주기와 정합성 불일치 시간 창을 묻는 좋은 질문이나 길이가 다소 긺"}, "lcpp-gptoss-20b": {"relevance": 5, "depth": 3, "language": 4, "overall": 3, "issue": "구현 방법을 묻는 다소 평이한 질문"}, "lcpp-gemma4-e4b": {"relevance": 3, "depth": 2, "language": 2, "overall": 2, "issue": "질문이 너무 길고, 이미 답변한 트리거 조건(30분 이상 PENDING)을 다시 묻는 경향이 있음"}, "lcpp-kanana2-3b": {"relevance": 1, "depth": 1, "language": 5, "overall": 1, "issue": "직전 질문을 토씨 하나 틀리지 않고 그대로 반복함"}, "lcpp-gemma4-26b-a4b-iq3s": {"relevance": 5, "depth": 5, "language": 4, "overall": 5, "issue": "Outbox 패턴의 핵심인 메시지 릴레이(발행 보장) 메커니즘을 예리하게 파고듦"}, "local-qwen3-4b-instruct": {"relevance": 2, "depth": 2, "language": 2, "overall": 2, "issue": "지원자가 이미 설명한 유실 시나리오와 해결책을 제대로 파악하지 못하고 다시 질문함"}, "gw-gemma-4-31b": {"relevance": 5, "depth": 5, "language": 5, "overall": 5, "issue": "Outbox 패턴의 발행 메커니즘(CDC, Polling 등)을 간결하고 명확하게 묻는 훌륭한 질문"}, "gw-gemini-3.5-flash-lite": {"relevance": 5, "depth": 5, "language": 4, "overall": 5, "issue": "배치 처리 시 발생할 수 있는 동시성 이슈(레이스 컨디션)를 짚어낸 매우 깊이 있는 질문"}, "lcpp-gemma4-e2b": {"relevance": 5, "depth": 4, "language": 4, "overall": 4, "issue": "배치 실패 시 재시도 로직 등 운영 관점의 좋은 질문이나 길이가 다소 긺"}}, "n_candidates": 9} +{"judge": "claude-opus-5", "suite": "followup", "case_id": "f-long-answer-history", "ratings": {"gw-gemini-3.5-flash-lite": {"relevance": 5, "depth": 5, "language": 4, "overall": 5, "issue": "문장이 다소 길지만, 스위퍼 재조회와 실제 상태 변경 간 경합이라는 가장 약한 축을 정확히 파고듦"}, "lcpp-gptoss-20b": {"relevance": 4, "depth": 2, "language": 5, "overall": 3, "issue": "'구체적으로 설명해 달라'는 열린 재설명 요청 수준으로 변별력이 낮음"}, "gw-gemma-4-31b": {"relevance": 4, "depth": 4, "language": 5, "overall": 4, "issue": "Outbox 발행 메커니즘은 타당하나 다소 정형화된 질문으로 정합성 핵심 리스크와는 한 단계 거리"}, "lcpp-kanana2-3b": {"relevance": 1, "depth": 1, "language": 4, "overall": 1, "issue": "직전 질문을 그대로 반복해 꼬리질문 기능을 전혀 수행하지 못함"}, "lcpp-gemma4-e4b": {"relevance": 3, "depth": 3, "language": 2, "overall": 2, "issue": "인용이 과하고 문장이 장황해 질문 요지가 흐려짐(재조회 로직/트리거 조건 중복)"}, "lcpp-gemma4-e2b": {"relevance": 4, "depth": 3, "language": 4, "overall": 3, "issue": "주기·재시도라는 운영 파라미터 위주로 정합성 설계 깊이 검증은 약함"}, "local-qwen3-4b-instruct": {"relevance": 2, "depth": 2, "language": 2, "overall": 2, "issue": "지원자가 이미 설명한 보상 흐름을 되묻고 문장 구조도 산만함"}, "lcpp-qwen3.6-35b-a3b-q2kxl": {"relevance": 4, "depth": 3, "language": 4, "overall": 3, "issue": "'정확한 주기'는 사소한 축이며 두 질문이 섞여 초점이 분산됨"}, "lcpp-gemma4-26b-a4b-iq3s": {"relevance": 4, "depth": 4, "language": 4, "overall": 4, "issue": "Outbox를 '보상 이벤트 유실 방지' 목적으로 전제한 부분이 답변과 미세하게 어긋남"}}, "n_candidates": 9} +{"judge": "gemini-3.1-pro-preview", "suite": "followup", "case_id": "f-personality-rambling", "ratings": {"lcpp-gemma4-e2b": {"relevance": 5, "depth": 4, "language": 5, "overall": 4, "issue": "지원자의 답변을 잘 짚었으나, 결과나 변화에 대한 질문이 다소 부족함"}, "gw-gemma-4-31b": {"relevance": 5, "depth": 5, "language": 5, "overall": 5, "issue": "지원자의 답변을 자연스럽게 인용하며 구체적인 사례와 결과를 잘 요구함"}, "local-qwen3-4b-instruct": {"relevance": 4, "depth": 4, "language": 3, "overall": 3, "issue": "지원자가 특정 사례를 언급하지 않았음에도 '그 대화'라고 지칭하여 어색함"}, "lcpp-gemma4-e4b": {"relevance": 5, "depth": 3, "language": 5, "overall": 3, "issue": "구체적인 과거의 경험(사례)을 묻지 않고 일반적인 대화 방식만 질문하여 변별력이 낮음"}, "lcpp-kanana2-3b": {"relevance": 2, "depth": 4, "language": 1, "overall": 1, "issue": "괄호와 'STAR 구조' 등 프롬프트의 지시사항을 그대로 노출하여 매우 부자연스러움"}, "lcpp-gemma4-26b-a4b-iq3s": {"relevance": 4, "depth": 3, "language": 3, "overall": 2, "issue": "지원자의 답변 방식을 지적하는 어투가 다소 공격적이며, 구체적 사례가 아닌 대화 방식만 물음"}, "lcpp-gptoss-20b": {"relevance": 3, "depth": 5, "language": 5, "overall": 4, "issue": "질문의 깊이는 좋으나 지원자의 이전 답변 내용을 구체적으로 짚어주는 연결 고리가 부족함"}, "lcpp-qwen3.6-35b-a3b-q2kxl": {"relevance": 3, "depth": 4, "language": 5, "overall": 3, "issue": "지원자의 답변을 인용하지 않고 기계적으로 사례만 요구하여 대화의 자연스러움이 떨어짐"}, "gw-gemini-3.5-flash-lite": {"relevance": 5, "depth": 4, "language": 5, "overall": 4, "issue": "지원자의 답변('크게 싸운 적이 없다')을 잘 받아쳤으나, 행동 이후의 결과에 대한 질문이 빠져 있음"}}, "n_candidates": 9} +{"judge": "claude-opus-5", "suite": "followup", "case_id": "f-personality-rambling", "ratings": {"lcpp-gemma4-26b-a4b-iq3s": {"relevance": 4, "depth": 4, "language": 4, "overall": 4, "issue": "원칙만 말한 점을 잘 짚었으나 문장이 길고 결과·수치 축은 빠짐"}, "lcpp-gemma4-e4b": {"relevance": 5, "depth": 4, "language": 5, "overall": 4, "issue": "간결하고 인용이 적절하나 '대화 방식'에만 머물러 결과·변화 축을 묻지 못함"}, "lcpp-gemma4-e2b": {"relevance": 4, "depth": 4, "language": 4, "overall": 4, "issue": "사례 요구는 적절하나 정량적 결과·이후 변화까지는 유도하지 않음"}, "gw-gemma-4-31b": {"relevance": 5, "depth": 4, "language": 4, "overall": 4, "issue": "인용+성과까지 요구해 좋지만 '있나요?'라 단답 회피 여지를 줌"}, "lcpp-qwen3.6-35b-a3b-q2kxl": {"relevance": 3, "depth": 4, "language": 5, "overall": 4, "issue": "간결하고 결과까지 묻지만 답변 특정 대목 인용이 없어 일반적 재요청처럼 들림"}, "local-qwen3-4b-instruct": {"relevance": 4, "depth": 4, "language": 4, "overall": 4, "issue": "행동·결과 축은 잘 잡았으나 두 절이 겹쳐 문장이 다소 길고 구체 사례 요구가 약함"}, "lcpp-gptoss-20b": {"relevance": 3, "depth": 2, "language": 3, "overall": 3, "issue": "직전 질문을 거의 그대로 반복하고 '귀하' 등 어색한 표현 사용"}, "lcpp-kanana2-3b": {"relevance": 3, "depth": 3, "language": 2, "overall": 2, "issue": "괄호 남발과 STAR 용어 노출로 지나치게 길고 실제 면접 발화로 부자연스러움"}, "gw-gemini-3.5-flash-lite": {"relevance": 5, "depth": 4, "language": 5, "overall": 4, "issue": "'크게 싸운 적 없다' 인용이 날카롭지만 결과·이후 변화 축은 묻지 않음"}}, "n_candidates": 9} +{"judge": "gemini-3.1-pro-preview", "suite": "followup", "case_id": "f-personality-star", "ratings": {"lcpp-qwen3.6-35b-a3b-q2kxl": {"relevance": 4, "depth": 3, "language": 5, "overall": 3, "issue": "인성 면접의 목적상 일정 단축 수치보다는 갈등 해결 과정에 집중하는 것이 더 적절함."}, "lcpp-gemma4-e2b": {"relevance": 5, "depth": 4, "language": 5, "overall": 4, "issue": "갈등의 구체적 원인을 파악하여 지원자의 대처 방식을 확인하기 좋은 질문임."}, "lcpp-kanana2-3b": {"relevance": 1, "depth": 1, "language": 4, "overall": 1, "issue": "지원자가 이미 STAR 구조로 훌륭하게 답변했음에도 시스템의 기대 신호를 그대로 복붙하여 질문함."}, "gw-gemma-4-31b": {"relevance": 5, "depth": 5, "language": 5, "overall": 5, "issue": "지원자가 깨달은 개선점이 이후 실제 업무에 어떻게 적용되었는지 검증하는 훌륭한 질문임."}, "lcpp-gptoss-20b": {"relevance": 3, "depth": 3, "language": 5, "overall": 3, "issue": "지원자는 '그 뒤로' 방식을 바꿨다고 했는데, 과거 해당 사건에서의 두 대안을 묻는 것으로 오독할 여지가 있음."}, "gw-gemini-3.5-flash-lite": {"relevance": 5, "depth": 5, "language": 5, "overall": 5, "issue": "개선된 소통 방식이 팀에 미친 긍정적 영향을 구체적 사례로 물어 소프트스킬을 잘 검증함."}, "lcpp-gemma4-e4b": {"relevance": 4, "depth": 3, "language": 5, "overall": 3, "issue": "갈등 해결이라는 핵심 주제보다는 프로젝트 일정 영향도에 치우친 질문임."}, "local-qwen3-4b-instruct": {"relevance": 3, "depth": 2, "language": 4, "overall": 2, "issue": "인성 면접에서 명세 항목 수 등 지나치게 지엽적이고 기술적인 부분을 묻고 있음."}, "lcpp-gemma4-26b-a4b-iq3s": {"relevance": 4, "depth": 3, "language": 5, "overall": 3, "issue": "팀원의 반응 자체를 묻기보다는 그 반응에 본인이 어떻게 대처했는지를 묻는 것이 더 변별력 있음."}}, "n_candidates": 9} +{"judge": "claude-opus-5", "suite": "followup", "case_id": "f-personality-star", "ratings": {"lcpp-gemma4-e2b": {"relevance": 4, "depth": 4, "language": 4, "overall": 4, "issue": "감정 이야기를 인용했지만 질문 자체는 충돌 내용 확인에 머물러 본인 행동까지 파고들지 못함"}, "lcpp-gemma4-e4b": {"relevance": 4, "depth": 3, "language": 4, "overall": 3, "issue": "'2주 지연'을 짚었으나 인성 면접에서 일정 영향도로 방향이 빗나가 갈등 해결 축을 놓침"}, "lcpp-kanana2-3b": {"relevance": 1, "depth": 1, "language": 3, "overall": 1, "issue": "직전 질문과 기대 신호를 그대로 반복해 꼬리질문 기능을 전혀 하지 않음"}, "gw-gemma-4-31b": {"relevance": 4, "depth": 4, "language": 5, "overall": 4, "issue": "가장 약한 '이후 달라진 점'을 검증하나 관계 회복 과정까지는 닿지 않음"}, "gw-gemini-3.5-flash-lite": {"relevance": 4, "depth": 4, "language": 4, "overall": 4, "issue": "질문이 다소 길고 '소통·분위기'가 추상적이어서 답변이 인상 위주로 흐를 수 있음"}, "lcpp-gemma4-26b-a4b-iq3s": {"relevance": 3, "depth": 3, "language": 5, "overall": 3, "issue": "초점이 상대 반응에 쏠려 지원자 본인의 행동·변화를 변별하기 어려움"}, "lcpp-qwen3.6-35b-a3b-q2kxl": {"relevance": 3, "depth": 2, "language": 4, "overall": 3, "issue": "이미 제시된 정량 결과(3건→0건)와 겹치는 수치 요구로 인성 축을 벗어남"}, "lcpp-gptoss-20b": {"relevance": 4, "depth": 4, "language": 5, "overall": 4, "issue": "간결하고 적절하나 대안 비교 '이후 협의 방식'까지 확장하지 않아 깊이가 한 단계 부족"}, "local-qwen3-4b-instruct": {"relevance": 2, "depth": 1, "language": 2, "overall": 2, "issue": "명세 항목 수 같은 사소한 기술 디테일을 묻고 문장이 길고 어색해 인성 모드와 불일치"}}, "n_candidates": 9} +{"judge": "gemini-3.1-pro-preview", "suite": "followup", "case_id": "f-strong-backend", "ratings": {"lcpp-gemma4-e4b": {"relevance": 2, "depth": 1, "language": 4, "overall": 2, "issue": "지원자가 이미 답변한 내용(이벤트 미발행 방지)을 다시 묻고 있음"}, "gw-gemini-3.5-flash-lite": {"relevance": 5, "depth": 5, "language": 5, "overall": 5, "issue": "릴레이 발행 실패 시의 정합성 보장 방안을 묻는 훌륭한 심화 질문"}, "lcpp-qwen3.6-35b-a3b-q2kxl": {"relevance": 5, "depth": 4, "language": 3, "overall": 4, "issue": "'실패 시 재시도 시'와 같이 어색하고 중복되는 표현이 있음"}, "gw-gemma-4-31b": {"relevance": 5, "depth": 5, "language": 5, "overall": 5, "issue": "Outbox 패턴의 한계점인 중복 발행(At-least-once) 문제를 정확히 짚음"}, "lcpp-gemma4-26b-a4b-iq3s": {"relevance": 5, "depth": 4, "language": 4, "overall": 4, "issue": "좋은 엣지 케이스 질문이나 문장이 다소 김"}, "local-qwen3-4b-instruct": {"relevance": 3, "depth": 2, "language": 4, "overall": 2, "issue": "키의 형식 등 사소하고 변별력 없는 부분을 질문함"}, "lcpp-gemma4-e2b": {"relevance": 1, "depth": 1, "language": 4, "overall": 1, "issue": "직전 질문과 지원자의 답변을 무시하고 똑같은 질문을 반복함"}, "lcpp-gptoss-20b": {"relevance": 2, "depth": 1, "language": 4, "overall": 1, "issue": "지원자가 이미 설명한 실패 시나리오를 다시 요구함"}, "lcpp-kanana2-3b": {"relevance": 1, "depth": 1, "language": 4, "overall": 1, "issue": "직전 질문을 토씨 하나 안 틀리고 그대로 반복함"}}, "n_candidates": 9} +{"judge": "claude-opus-5", "suite": "followup", "case_id": "f-strong-backend", "ratings": {"lcpp-gemma4-26b-a4b-iq3s": {"relevance": 5, "depth": 4, "language": 4, "overall": 4, "issue": "가정형 전제가 다소 인위적이나 멱등 키 생성 주체를 파고드는 점은 유효하다"}, "lcpp-qwen3.6-35b-a3b-q2kxl": {"relevance": 4, "depth": 4, "language": 3, "overall": 4, "issue": "'실패 시 재시도 시' 중복 조사로 문장이 어색하고 길다"}, "gw-gemma-4-31b": {"relevance": 4, "depth": 4, "language": 5, "overall": 4, "issue": "at-least-once 중복 발행을 잘 짚었으나 소비자 멱등성까지 연결하지 못함"}, "lcpp-gemma4-e2b": {"relevance": 2, "depth": 1, "language": 3, "overall": 1, "issue": "직전 질문을 거의 그대로 반복해 이미 답변한 내용을 다시 묻는다"}, "lcpp-gemma4-e4b": {"relevance": 3, "depth": 2, "language": 4, "overall": 2, "issue": "지원자가 이미 설명한 '저장은 됐는데 발행 실패'를 되묻는 중복 질문"}, "gw-gemini-3.5-flash-lite": {"relevance": 4, "depth": 3, "language": 5, "overall": 3, "issue": "방향은 맞으나 '정합성 보장'이 포괄적이라 변별 포인트가 흐릿하다"}, "local-qwen3-4b-instruct": {"relevance": 3, "depth": 1, "language": 3, "overall": 2, "issue": "키의 형식을 묻는 사소한 질문이라 면접 변별력이 거의 없다"}, "lcpp-kanana2-3b": {"relevance": 2, "depth": 1, "language": 3, "overall": 1, "issue": "직전 질문 그대로 재요구하며 명령조 어투로 면접 톤도 부적절"}, "lcpp-gptoss-20b": {"relevance": 3, "depth": 2, "language": 4, "overall": 2, "issue": "답변에 이미 나온 Outbox 도입 배경을 다시 예시로 요구한다"}}, "n_candidates": 9} +{"judge": "gemini-3.1-pro-preview", "suite": "followup", "case_id": "f-stt-messy-normal", "ratings": {"lcpp-qwen3.6-35b-a3b-q2kxl": {"relevance": 2, "depth": 2, "language": 4, "overall": 2, "issue": "지원자가 이미 '월'이라고 기간을 언급했는데 다시 기간을 묻고 있음."}, "lcpp-gemma4-e4b": {"relevance": 5, "depth": 5, "language": 5, "overall": 5, "issue": "분산 락의 단점(락 획득 실패)을 짚어 트레이드오프 이해도를 확인하는 훌륭한 질문."}, "gw-gemma-4-31b": {"relevance": 5, "depth": 5, "language": 5, "overall": 5, "issue": "낙관적 락의 최적화 방안을 먼저 고려했는지 묻는 변별력 높은 질문."}, "local-qwen3-4b-instruct": {"relevance": 4, "depth": 3, "language": 3, "overall": 3, "issue": "'수치로 정확히 말씀해 주실 수 있나요'라는 표현이 다소 어색하고 기계적임."}, "lcpp-kanana2-3b": {"relevance": 1, "depth": 1, "language": 5, "overall": 1, "issue": "직전 질문을 토씨 하나 틀리지 않고 그대로 반복하여 사용 불가함."}, "gw-gemini-3.5-flash-lite": {"relevance": 5, "depth": 5, "language": 4, "overall": 5, "issue": "분산 락 도입에 따른 성능 및 예외 처리 비용을 묻는 좋은 질문이나 길이가 다소 긺."}, "lcpp-gemma4-26b-a4b-iq3s": {"relevance": 5, "depth": 4, "language": 5, "overall": 4, "issue": "재시도로 인한 DB 부하의 기술적 원리를 묻는 적절한 꼬리질문."}, "lcpp-gptoss-20b": {"relevance": 4, "depth": 3, "language": 5, "overall": 3, "issue": "라이브러리 종류나 만료 시간 등 다소 단편적이고 뻔한 구현 디테일을 묻고 있음."}, "lcpp-gemma4-e2b": {"relevance": 5, "depth": 4, "language": 5, "overall": 4, "issue": "DB 부하 증가를 실제 지표로 확인했는지 검증하는 실무적인 질문."}}, "n_candidates": 9} +{"judge": "claude-opus-5", "suite": "followup", "case_id": "f-stt-messy-normal", "ratings": {"lcpp-qwen3.6-35b-a3b-q2kxl": {"relevance": 4, "depth": 3, "language": 5, "overall": 3, "issue": "수치 검증에만 머물러 락 방식 트레이드오프라는 핵심 신호를 파고들지 못함"}, "gw-gemini-3.5-flash-lite": {"relevance": 4, "depth": 4, "language": 4, "overall": 4, "issue": "도입 비용을 잘 짚었으나 질문이 두 갈래로 길어 초점이 분산됨"}, "lcpp-gptoss-20b": {"relevance": 3, "depth": 3, "language": 4, "overall": 3, "issue": "라이브러리 이름 등 다소 뻔한 구현 세부로 흘러 변별력이 약함"}, "lcpp-gemma4-e4b": {"relevance": 4, "depth": 4, "language": 4, "overall": 4, "issue": "앞의 수치 인용과 뒤의 실패율 질문 연결이 다소 어색함"}, "lcpp-kanana2-3b": {"relevance": 1, "depth": 1, "language": 4, "overall": 1, "issue": "직전 질문을 그대로 반복해 꼬리질문 기능을 전혀 수행하지 못함"}, "gw-gemma-4-31b": {"relevance": 5, "depth": 5, "language": 5, "overall": 5, "issue": "답변의 수치를 직접 인용하지 않은 점 정도가 사소한 아쉬움"}, "local-qwen3-4b-instruct": {"relevance": 4, "depth": 3, "language": 3, "overall": 3, "issue": "이미 언급된 수치를 다시 캐묻는 압박형 문장으로 어색하고 길다"}, "lcpp-gemma4-26b-a4b-iq3s": {"relevance": 5, "depth": 4, "language": 5, "overall": 4, "issue": "재시도 부하 원인은 잘 짚었으나 분산 락 선택의 대안 비교까지 가지 못함"}, "lcpp-gemma4-e2b": {"relevance": 5, "depth": 4, "language": 4, "overall": 4, "issue": "지표 예시 삽입으로 문장이 길고 답을 일부 유도함"}}, "n_candidates": 9} +{"judge": "gemini-3.1-pro-preview", "suite": "followup", "case_id": "f-weak-vague", "ratings": {"lcpp-gemma4-e4b": {"relevance": 3, "depth": 3, "language": 4, "overall": 3, "issue": "지원자의 모호한 답변을 짚어주지 않고 이전 질문을 거의 그대로 반복함"}, "local-qwen3-4b-instruct": {"relevance": 4, "depth": 4, "language": 4, "overall": 4, "issue": "지원자의 답변을 요약하며 핵심을 다시 찌르나 문장이 다소 김"}, "lcpp-kanana2-3b": {"relevance": 2, "depth": 2, "language": 2, "overall": 2, "issue": "이전 질문을 그대로 반복하며 '~설명하세요'라는 어투가 다소 강압적임"}, "lcpp-gemma4-e2b": {"relevance": 2, "depth": 2, "language": 4, "overall": 2, "issue": "지원자의 답변 내용을 전혀 반영하지 않고 이전 질문을 반복함"}, "gw-gemini-3.5-flash-lite": {"relevance": 5, "depth": 4, "language": 4, "overall": 4, "issue": "지원자의 모호한 답변을 직접 인용하며 구체적인 역할을 잘 되물음"}, "gw-gemma-4-31b": {"relevance": 5, "depth": 5, "language": 5, "overall": 5, "issue": "모호한 답변을 짚은 뒤, 질문의 범위를 좁혀 멱등 키의 구체적 동작부터 파고드는 훌륭한 접근"}, "lcpp-gptoss-20b": {"relevance": 2, "depth": 2, "language": 4, "overall": 2, "issue": "지원자의 답변을 무시하고 이전 질문의 전제를 그대로 반복함"}, "lcpp-gemma4-26b-a4b-iq3s": {"relevance": 3, "depth": 2, "language": 4, "overall": 2, "issue": "Outbox 패턴의 목적(데이터 일관성)을 질문에서 미리 노출하여 변별력을 떨어뜨림"}, "lcpp-qwen3.6-35b-a3b-q2kxl": {"relevance": 2, "depth": 2, "language": 4, "overall": 2, "issue": "지원자의 답변을 반영하지 않고 이전 질문을 단순 요약하여 반복함"}}, "n_candidates": 9} +{"judge": "claude-opus-5", "suite": "followup", "case_id": "f-weak-vague", "ratings": {"gw-gemma-4-31b": {"relevance": 5, "depth": 5, "language": 5, "overall": 5, "issue": "Outbox 축은 후속으로 미뤘으나, 검증 시점을 파고든 선택은 적절"}, "lcpp-qwen3.6-35b-a3b-q2kxl": {"relevance": 2, "depth": 1, "language": 4, "overall": 2, "issue": "직전 질문을 거의 그대로 반복하고 의도도 DONT_KNOW로 오분류"}, "lcpp-gptoss-20b": {"relevance": 3, "depth": 2, "language": 4, "overall": 3, "issue": "'예시로 들어'만 추가됐을 뿐 원 질문 재탕에 가까움"}, "lcpp-gemma4-e4b": {"relevance": 3, "depth": 3, "language": 3, "overall": 3, "issue": "'중복의 종류' 구분은 좋으나 문장이 길고 의도 오분류"}, "gw-gemini-3.5-flash-lite": {"relevance": 4, "depth": 3, "language": 4, "overall": 3, "issue": "답변 인용은 좋으나 질문 내용은 원 질문과 사실상 동일"}, "lcpp-kanana2-3b": {"relevance": 2, "depth": 1, "language": 3, "overall": 2, "issue": "직전 질문 복붙 수준이며 '설명하세요' 명령조로 톤도 어색"}, "lcpp-gemma4-26b-a4b-iq3s": {"relevance": 3, "depth": 4, "language": 5, "overall": 4, "issue": "지원자 발언을 직접 짚지 않아 대응성이 약함"}, "lcpp-gemma4-e2b": {"relevance": 2, "depth": 2, "language": 4, "overall": 2, "issue": "'기술적 이유'만 덧붙인 원 질문 반복, 변별력 없음"}, "local-qwen3-4b-instruct": {"relevance": 4, "depth": 3, "language": 3, "overall": 3, "issue": "두 주장을 짚었으나 결국 원 질문 반복이고 문장이 늘어짐"}}, "n_candidates": 9} +{"judge": "gemini-3.1-pro-preview", "suite": "questions", "case_id": "q-backend-tech", "ratings": {"lcpp-gemma4-e2b": {"grounding": 5, "coverage": 5, "depth": 4, "language": 4, "overall": 4, "issue": "질문이 다소 길지만 전반적으로 무난하고 고르게 분배됨"}, "gw-gemini-3.1-pro": {"grounding": 5, "coverage": 5, "depth": 5, "language": 5, "overall": 5, "issue": "실제 시니어 면접관 수준의 날카롭고 실무적인 깊이 있는 질문들"}, "gw-gemini-3.5-flash-lite": {"grounding": 5, "coverage": 4, "depth": 3, "language": 4, "overall": 3, "issue": "질문들이 이력서 내용을 단순 확인하는 수준에 머물러 깊이가 다소 얕음"}, "lcpp-qwen3-4b-jsonschema": {"grounding": 3, "coverage": 4, "depth": 3, "language": 4, "overall": 3, "issue": "5번 질문에서 이력서에 없는 '갈등' 상황을 임의로 기정사실화하여 질문함"}, "lcpp-gemma4-26b-a4b-iq3s": {"grounding": 5, "coverage": 4, "depth": 4, "language": 4, "overall": 4, "issue": "실무적인 고민이 담긴 좋은 질문들이나 일부 질문이 평이함"}, "lcpp-gptoss-20b": {"grounding": 5, "coverage": 4, "depth": 3, "language": 4, "overall": 3, "issue": "질문들이 다소 평이하고 교과서적인 수준에 머무름"}, "local-qwen3-4b-instruct": {"grounding": 4, "coverage": 4, "depth": 3, "language": 4, "overall": 3, "issue": "2번 질문에서 Kafka 도입과 배포 주기 단축을 직접적인 인과관계로 묶는 논리적 오류가 있음"}, "gw-gemma-4-31b": {"grounding": 5, "coverage": 4, "depth": 3, "language": 4, "overall": 3, "issue": "질문이 너무 짧고 단순하여 지원자의 역량을 깊이 있게 검증하기 어려움"}, "lcpp-gemma4-e4b": {"grounding": 5, "coverage": 5, "depth": 5, "language": 4, "overall": 5, "issue": "실무에서 겪을 수 있는 구체적인 문제 상황을 짚어내는 훌륭한 질문들"}, "lcpp-qwen3.6-35b-a3b-q2kxl": {"grounding": 5, "coverage": 4, "depth": 4, "language": 4, "overall": 4, "issue": "1번 질문에서 Outbox 패턴의 개념과 다소 어긋나는 트랜잭션 묶음 방식을 물어봄"}, "lcpp-kanana2-3b": {"grounding": 1, "coverage": 1, "depth": 1, "language": 1, "overall": 1, "issue": "출력 결과가 없음"}}, "n_candidates": 11} +{"judge": "claude-opus-5", "suite": "questions", "case_id": "q-backend-tech", "ratings": {"gw-gemma-4-31b": {"grounding": 5, "coverage": 4, "depth": 4, "language": 5, "overall": 4, "issue": "TECHNICAL 모드인데 5번이 BEHAVIORAL 태그이고, 일부 질문이 '핵심 포인트는?' 수준으로 얕음"}, "gw-gemini-3.5-flash-lite": {"grounding": 5, "coverage": 5, "depth": 4, "language": 4, "overall": 4, "issue": "주제 분배와 근거는 우수하나 '구현 방식은 무엇인가요' 식 서술형이 많아 변별력이 한 단계 아쉬움"}, "gw-gemini-3.1-pro": {"grounding": 5, "coverage": 5, "depth": 5, "language": 4, "overall": 5, "issue": "질문 길이가 80자를 넘어 다소 장문인 점 외에는 결함이 적음"}, "lcpp-gptoss-20b": {"grounding": 4, "coverage": 3, "depth": 3, "language": 5, "overall": 3, "issue": "3번은 자료 근거가 약한 교과서 질문, 4번은 TECHNICAL 모드에 맞지 않는 BEHAVIORAL"}, "lcpp-qwen3.6-35b-a3b-q2kxl": {"grounding": 5, "coverage": 4, "depth": 5, "language": 4, "overall": 4, "issue": "1번의 'Kafka 발행과 DB 트랜잭션을 하나로 묶는 방법' 전제가 Outbox 취지와 상충하고 1·2번 주제가 겹침"}, "lcpp-kanana2-3b": {"grounding": 1, "coverage": 1, "depth": 1, "language": 1, "overall": 1, "issue": "질문을 전혀 생성하지 못해 사용 불가"}, "lcpp-gemma4-26b-a4b-iq3s": {"grounding": 5, "coverage": 4, "depth": 4, "language": 5, "overall": 4, "issue": "1번과 5번이 모두 Kafka 발행 신뢰성 주제로 일부 중복"}, "lcpp-qwen3-4b-jsonschema": {"grounding": 3, "coverage": 3, "depth": 3, "language": 3, "overall": 3, "issue": "5번은 근거 없음(갈등 상황 임의 가정)이고 문장이 장황해 두 질문을 한 번에 묻는 형태"}, "lcpp-gemma4-e4b": {"grounding": 5, "coverage": 4, "depth": 4, "language": 4, "overall": 4, "issue": "5번이 BEHAVIORAL로 모드와 불일치하고 문장이 길어 간결성이 떨어짐"}, "local-qwen3-4b-instruct": {"grounding": 4, "coverage": 3, "depth": 3, "language": 4, "overall": 3, "issue": "1번과 4번이 모두 Outbox/멱등 일관성 주제로 중복되고 4번은 일반론적 개념 질문에 가까움"}, "lcpp-gemma4-e2b": {"grounding": 4, "coverage": 3, "depth": 3, "language": 4, "overall": 3, "issue": "1번이 지나치게 포괄적이고 5번은 '정합성의 정의'를 묻는 교과서형, 4번은 정답(Exactly-Once)을 힌트로 노출"}}, "n_candidates": 11} +{"judge": "gemini-3.1-pro-preview", "suite": "questions", "case_id": "q-frontend-repo", "ratings": {"lcpp-qwen3.6-35b-a3b-q2kxl": {"grounding": 5, "coverage": 5, "depth": 5, "language": 5, "overall": 5, "issue": "흠잡을 데 없이 훌륭한 실무 면접 질문"}, "gw-gemma-4-31b": {"grounding": 5, "coverage": 5, "depth": 5, "language": 5, "overall": 5, "issue": "트레이드오프와 병목을 묻는 깊이 있는 질문 구성"}, "lcpp-gptoss-20b": {"grounding": 5, "coverage": 4, "depth": 3, "language": 4, "overall": 3, "issue": "TECHNICAL 모드임에도 BEHAVIORAL 질문이 포함되었고 질문 깊이가 다소 평이함"}, "lcpp-gemma4-e2b": {"grounding": 4, "coverage": 4, "depth": 3, "language": 4, "overall": 3, "issue": "자료에 이미 나와있는 수치를 묻거나 BEHAVIORAL 질문이 포함됨"}, "lcpp-qwen3-4b-jsonschema": {"grounding": 3, "coverage": 4, "depth": 3, "language": 3, "overall": 2, "issue": "단위 테스트와 성능 점수를 억지로 연결하는 등 질문이 작위적이고 문장이 다소 어색함"}, "lcpp-gemma4-26b-a4b-iq3s": {"grounding": 5, "coverage": 5, "depth": 5, "language": 5, "overall": 5, "issue": "레이아웃 계산, 의존성 배열 등 프론트엔드 특화 딥다이브 질문이 매우 우수함"}, "lcpp-gemma4-e4b": {"grounding": 5, "coverage": 4, "depth": 4, "language": 3, "overall": 3, "issue": "질문이 전반적으로 너무 길고 장황하며 BEHAVIORAL 질문이 포함됨"}, "gw-gemini-3.1-pro": {"grounding": 5, "coverage": 5, "depth": 5, "language": 5, "overall": 5, "issue": "리액트 렌더링 사이클, 테스트 도구 역할 분담 등 실무적인 깊이가 뛰어남"}, "local-qwen3-4b-instruct": {"grounding": 4, "coverage": 5, "depth": 3, "language": 4, "overall": 3, "issue": "last-write-wins 자체가 해결 방식인데 어떻게 해결했는지 묻는 등 질문 논리가 약간 어색함"}, "lcpp-kanana2-3b": {"grounding": 1, "coverage": 2, "depth": 1, "language": 2, "overall": 1, "issue": "제공되지 않은 자소서를 언급하고 템플릿 형태의 텍스트가 그대로 노출되어 사용 불가"}, "gw-gemini-3.5-flash-lite": {"grounding": 5, "coverage": 5, "depth": 5, "language": 5, "overall": 5, "issue": "메인 스레드 부하, 렌더링 파이프라인 등 시니어 수준의 깊이 있는 질문"}}, "n_candidates": 11} +{"judge": "claude-opus-5", "suite": "questions", "case_id": "q-frontend-repo", "ratings": {"lcpp-qwen3.6-35b-a3b-q2kxl": {"grounding": 5, "coverage": 4, "depth": 4, "language": 4, "overall": 4, "issue": "질문이 다소 길고 '설명해 주세요' 서술형 일변도이며 한 질문에 두 가지를 동시에 묻는 경우가 있음"}, "lcpp-kanana2-3b": {"grounding": 1, "coverage": 2, "depth": 1, "language": 2, "overall": 1, "issue": "존재하지 않는 자소서를 근거로 날조하고 TECHNICAL 모드에 BEHAVIORAL 2개, 문장이 질문 형태조차 아님"}, "lcpp-gemma4-e2b": {"grounding": 5, "coverage": 3, "depth": 3, "language": 4, "overall": 3, "issue": "TECHNICAL 모드인데 BEHAVIORAL 질문 포함, 자료에 적힌 수치를 그대로 되묻는 변별력 낮은 질문이 다수"}, "lcpp-gemma4-e4b": {"grounding": 5, "coverage": 3, "depth": 4, "language": 3, "overall": 3, "issue": "TECHNICAL 모드에 BEHAVIORAL 포함, '~하셨는데'가 한 문장에 중복되는 등 문장이 길고 어색함"}, "lcpp-gemma4-26b-a4b-iq3s": {"grounding": 5, "coverage": 5, "depth": 5, "language": 5, "overall": 5, "issue": "Zustand/TanStack Query의 상태 경계 같은 설계 선택 주제가 빠진 점이 아쉬움"}, "lcpp-gptoss-20b": {"grounding": 5, "coverage": 3, "depth": 3, "language": 4, "overall": 3, "issue": "BEHAVIORAL 질문이 모드와 불일치하고 '이유와 효과는?' 수준의 표면적 질문이 반복됨"}, "lcpp-qwen3-4b-jsonschema": {"grounding": 4, "coverage": 3, "depth": 3, "language": 2, "overall": 2, "issue": "'~했으나' 역접 오용으로 문장이 어색하고, 테스트 커버리지와 Lighthouse 점수를 억지로 연결한 질문이 비논리적"}, "gw-gemini-3.1-pro": {"grounding": 5, "coverage": 5, "depth": 5, "language": 5, "overall": 5, "issue": "이미지 업로드 질문이 '장단점' 일반론에 머물러 다른 문항 대비 변별력이 다소 낮음"}, "gw-gemma-4-31b": {"grounding": 5, "coverage": 4, "depth": 4, "language": 5, "overall": 4, "issue": "오프라인 편집 주제로 2문항이 겹치고 IndexedDB vs LocalStorage는 다소 교과서적"}, "local-qwen3-4b-instruct": {"grounding": 5, "coverage": 4, "depth": 3, "language": 3, "overall": 3, "issue": "자료에 답이 이미 적힌 내용을 되묻고 '효율성은 어떻게 평가되나요' 등 피동 표현이 어색함"}, "gw-gemini-3.5-flash-lite": {"grounding": 5, "coverage": 5, "depth": 5, "language": 5, "overall": 5, "issue": "모두 구현 근거 기반이나 상태관리(Zustand/TanStack Query) 영역은 다루지 않음"}}, "n_candidates": 11} +{"judge": "gemini-3.1-pro-preview", "suite": "questions", "case_id": "q-infra-dba-multi", "ratings": {"local-qwen3-4b-instruct": {"grounding": 5, "coverage": 5, "depth": 4, "language": 4, "overall": 4, "issue": "질문이 다소 길고 평이한 수준의 확인성 질문이 주를 이룸"}, "lcpp-gemma4-e2b": {"grounding": 5, "coverage": 2, "depth": 4, "language": 4, "overall": 2, "issue": "요청한 질문 수(6개)를 채우지 못하고 5개만 생성함"}, "lcpp-qwen3-4b-jsonschema": {"grounding": 5, "coverage": 5, "depth": 4, "language": 2, "overall": 3, "issue": "면접 상황에 부적절한 문어체/반말 종결어미(~했는가?) 사용"}, "gw-gemini-3.1-pro": {"grounding": 5, "coverage": 5, "depth": 5, "language": 4, "overall": 5, "issue": "질문 길이가 다소 길지만 실무적 깊이와 변별력이 매우 뛰어남"}, "gw-gemini-3.5-flash-lite": {"grounding": 5, "coverage": 5, "depth": 5, "language": 5, "overall": 5, "issue": "없음 (이력서 기반의 깊이 있는 질문과 간결한 문장 구성이 훌륭함)"}, "lcpp-kanana2-3b": {"grounding": 4, "coverage": 5, "depth": 3, "language": 1, "overall": 1, "issue": "자연스러운 한국어 요청을 무시하고 영어로 질문을 생성함"}, "lcpp-gemma4-e4b": {"grounding": 5, "coverage": 5, "depth": 5, "language": 4, "overall": 4, "issue": "기술적 깊이는 우수하나 질문의 길이가 전반적으로 김"}, "gw-gemma-4-31b": {"grounding": 5, "coverage": 5, "depth": 5, "language": 5, "overall": 5, "issue": "없음 (핵심을 찌르는 간결하고 실무적인 질문들로 구성됨)"}, "lcpp-gptoss-20b": {"grounding": 3, "coverage": 5, "depth": 3, "language": 4, "overall": 3, "issue": "이력서에 없는 내용(네트워크 정책 설정)을 기정사실화하여 질문함"}, "lcpp-gemma4-26b-a4b-iq3s": {"grounding": 2, "coverage": 5, "depth": 3, "language": 4, "overall": 2, "issue": "이력서와 무관한 누구나 답할 수 있는 교과서적 인성 질문(Q6) 포함"}}, "n_candidates": 10} +{"judge": "claude-opus-5", "suite": "questions", "case_id": "q-infra-dba-multi", "ratings": {"lcpp-gemma4-26b-a4b-iq3s": {"grounding": 4, "coverage": 4, "depth": 4, "language": 5, "overall": 4, "issue": "6번이 근거 없는 일반 인성 질문(자료 무근거)으로 마무리돼 마지막 한 문항이 헐거움"}, "lcpp-gemma4-e4b": {"grounding": 4, "coverage": 4, "depth": 4, "language": 3, "overall": 3, "issue": "4번은 스토리지 풀 장애를 I/O·CPU 관계로 억지 연결, 6번은 '쿠버네티스 장애'라 쓰고 RDS를 묻는 불일치 + 오타(궁금)"}, "local-qwen3-4b-instruct": {"grounding": 5, "coverage": 4, "depth": 3, "language": 4, "overall": 3, "issue": "대부분 '이유는 무엇인가요' 수준으로 후속 압박·변별력이 약함"}, "lcpp-qwen3-4b-jsonschema": {"grounding": 5, "coverage": 4, "depth": 3, "language": 2, "overall": 3, "issue": "'~했는가?' 문어체 반말 어투로 실제 면접 발화로 쓰기 어렵고 질문 깊이도 평이"}, "gw-gemini-3.1-pro": {"grounding": 5, "coverage": 5, "depth": 5, "language": 4, "overall": 5, "issue": "HPA-CronJob 충돌·Terraform/ArgoCD 순서 등 실무 변별력 최상이나 문장이 길고 오타(궁금) 있음"}, "lcpp-kanana2-3b": {"grounding": 1, "coverage": 2, "depth": 1, "language": 1, "overall": 1, "issue": "전부 영어 + '3 nodes' 등 이력서에 없는 근거 조작, 내용도 교과서식 일반 질문"}, "lcpp-gptoss-20b": {"grounding": 3, "coverage": 4, "depth": 3, "language": 4, "overall": 3, "issue": "1번 네트워크 정책은 자료에 없는 전제이고 4번은 CS_FUNDAMENTAL 라벨에 구성 질문이 들어가 분류 오류"}, "gw-gemini-3.5-flash-lite": {"grounding": 5, "coverage": 4, "depth": 4, "language": 5, "overall": 4, "issue": "INFRA 비중이 다소 높고 DBA 심화(인덱스 설계 등) 축이 하나 빠짐"}, "gw-gemma-4-31b": {"grounding": 5, "coverage": 5, "depth": 4, "language": 5, "overall": 4, "issue": "전반적으로 견고하나 2·6번은 GitOps/workspace의 일반적 이점을 묻는 수준으로 다소 무르다"}, "lcpp-gemma4-e2b": {"grounding": 5, "coverage": 2, "depth": 3, "language": 4, "overall": 3, "issue": "요청 6개 중 5개만 생성했고 4번은 CS_FUNDAMENTAL 라벨에 프로젝트 질문이 들어감"}}, "n_candidates": 10} +{"judge": "gemini-3.1-pro-preview", "suite": "questions", "case_id": "q-long-context-p90", "ratings": {"lcpp-kanana2-3b": {"grounding": 1, "coverage": 1, "depth": 1, "language": 1, "overall": 1, "issue": "질문이 생성되지 않음"}, "lcpp-gemma4-e2b": {"grounding": 5, "coverage": 2, "depth": 3, "language": 4, "overall": 2, "issue": "최근 받은 질문(결제 콜백 지연 중복 주문)과 중복되는 질문 포함"}, "lcpp-qwen3-4b-jsonschema": {"grounding": 2, "coverage": 4, "depth": 3, "language": 4, "overall": 2, "issue": "서로 다른 프로젝트의 경험(결제 중복 주문과 알림봇 중복 발송)을 혼동하여 질문함 (Grounding 오류)"}, "gw-gemini-3.5-flash-lite": {"grounding": 5, "coverage": 2, "depth": 4, "language": 4, "overall": 2, "issue": "최근 받은 질문(정산 배치 성능 개선)과 중복되는 질문 포함"}, "lcpp-qwen3.6-35b-a3b-q2kxl": {"grounding": 5, "coverage": 4, "depth": 5, "language": 5, "overall": 4, "issue": "1번 질문이 최근 받은 질문과 주제가 겹치나, 세부 구현을 묻는 심화 질문으로 변별력이 있음"}, "gw-gemma-4-31b": {"grounding": 4, "coverage": 5, "depth": 4, "language": 5, "overall": 4, "issue": "1번 질문에서 이력서에 명시되지 않은 내용(Kafka 도입과 Outbox 패턴의 직접적 연결)을 추론하여 질문함"}, "local-qwen3-4b-instruct": {"grounding": 2, "coverage": 2, "depth": 3, "language": 4, "overall": 1, "issue": "Grounding 오류(프로젝트 혼동) 및 최근 받은 질문 중복"}, "gw-gemini-3.1-pro": {"grounding": 5, "coverage": 5, "depth": 5, "language": 5, "overall": 5, "issue": "지원자 자료를 정확히 파악하고 중복 없이 깊이 있는 꼬리질문을 제시함"}, "lcpp-gemma4-26b-a4b-iq3s": {"grounding": 5, "coverage": 2, "depth": 4, "language": 4, "overall": 2, "issue": "최근 받은 질문과 중복되는 질문이 2개(1번, 4번) 포함됨"}, "lcpp-gemma4-e4b": {"grounding": 5, "coverage": 3, "depth": 4, "language": 4, "overall": 3, "issue": "GitHub 레포지토리를 활용한 질문은 훌륭하나, 5번 질문이 최근 받은 질문과 중복됨"}}, "n_candidates": 10} +{"judge": "claude-opus-5", "suite": "questions", "case_id": "q-long-context-p90", "ratings": {"lcpp-gemma4-e2b": {"grounding": 4, "coverage": 2, "depth": 3, "language": 4, "overall": 2, "issue": "TECHNICAL 모드인데 행동질문 2개(특히 '철학' 질문)이고 Q3는 최근 받은 멱등키·Outbox 질문과 사실상 중복"}, "gw-gemma-4-31b": {"grounding": 5, "coverage": 4, "depth": 4, "language": 5, "overall": 4, "issue": "Q1이 최근 Outbox 질문과 주제가 겹치고 Q3는 정답을 유도하는 단답형 프레이밍"}, "lcpp-gemma4-e4b": {"grounding": 4, "coverage": 4, "depth": 3, "language": 3, "overall": 3, "issue": "Q5가 최근 '정산 배치 40분' 질문과 중복, Q3는 백엔드 직군과 무관한 프론트 사이드프로젝트 주제이며 문장도 '하셨는데' 중복으로 어색"}, "lcpp-kanana2-3b": {"grounding": 1, "coverage": 1, "depth": 1, "language": 1, "overall": 1, "issue": "질문을 하나도 생성하지 못해 사용 불가"}, "lcpp-qwen3-4b-jsonschema": {"grounding": 2, "coverage": 2, "depth": 2, "language": 4, "overall": 2, "issue": "자료에 없는 'Kafka 전달 지연 해결', '격리 수준으로 중복 주문 해결'을 전제로 지어내고 재고 프로젝트 질문이 2개로 중복"}, "local-qwen3-4b-instruct": {"grounding": 3, "coverage": 2, "depth": 3, "language": 3, "overall": 2, "issue": "재고 동기화 주제 2회 중복, 격리 수준 설정을 임의 전제, Q2는 두 질문을 억지로 결합"}, "lcpp-gemma4-26b-a4b-iq3s": {"grounding": 4, "coverage": 3, "depth": 5, "language": 4, "overall": 4, "issue": "Q4가 최근 받은 정산 배치 질문과 거의 중복이고 Q3 문장이 길어 가독성이 떨어짐"}, "lcpp-qwen3.6-35b-a3b-q2kxl": {"grounding": 4, "coverage": 4, "depth": 5, "language": 3, "overall": 4, "issue": "'재entrant성' 같은 한영 혼용 오표기와 '지원자가 ~하는데' 3인칭 표현, 문장 길이 과다"}, "gw-gemini-3.5-flash-lite": {"grounding": 4, "coverage": 3, "depth": 4, "language": 4, "overall": 4, "issue": "Q3가 최근 받은 정산 배치 개선 질문과 상당 부분 중복"}, "gw-gemini-3.1-pro": {"grounding": 5, "coverage": 5, "depth": 4, "language": 5, "overall": 5, "issue": "Q4가 특정 격리 수준 적용을 전제하고 Q5는 내용상 기술 질문인데 BEHAVIORAL로 태깅된 점이 아쉬움"}}, "n_candidates": 10} +{"judge": "gemini-3.1-pro-preview", "suite": "questions", "case_id": "q-personality-coverletter", "ratings": {"lcpp-qwen3.6-35b-a3b-q2kxl": {"grounding": 5, "coverage": 4, "depth": 4, "language": 4, "overall": 4, "issue": "질문이 다소 길지만 전반적으로 무난함"}, "gw-gemini-3.1-pro": {"grounding": 5, "coverage": 4, "depth": 4, "language": 3, "overall": 3, "issue": "질문 길이가 100~120자로 다소 길어 구어체 면접 질문으로 약간 어색함"}, "lcpp-gemma4-e4b": {"grounding": 4, "coverage": 5, "depth": 4, "language": 5, "overall": 4, "issue": "Q3에서 '동시 쓰기 락 문제'를 '성능 이슈'로 약간 다르게 해석한 부분 존재"}, "gw-gemini-3.5-flash-lite": {"grounding": 5, "coverage": 5, "depth": 4, "language": 5, "overall": 5, "issue": "간결하고 자연스러우며 인성/경험 검증 목적에 잘 부합함"}, "lcpp-gptoss-20b": {"grounding": 5, "coverage": 4, "depth": 3, "language": 2, "overall": 2, "issue": "자기소개서 문장을 그대로 복사하여 붙여넣은 뒤 질문을 덧붙여 매우 부자연스럽고 김"}, "lcpp-kanana2-3b": {"grounding": 2, "coverage": 2, "depth": 2, "language": 1, "overall": 1, "issue": "한국어 지시를 무시하고 영어로 출력함"}, "local-qwen3-4b-instruct": {"grounding": 5, "coverage": 3, "depth": 3, "language": 4, "overall": 3, "issue": "Q4와 Q5가 동일한 사건(크롤러 중단)을 다루어 주제가 중복됨"}, "gw-gemma-4-31b": {"grounding": 5, "coverage": 5, "depth": 5, "language": 5, "overall": 5, "issue": "지원자의 경험을 깊이 파고드는 훌륭한 후속 질문들로 구성됨"}, "lcpp-gemma4-26b-a4b-iq3s": {"grounding": 5, "coverage": 5, "depth": 5, "language": 5, "overall": 5, "issue": "특히 Q2('놓쳤던 팀원의 관점') 등 지원자의 성찰을 요구하는 질문의 깊이가 매우 뛰어남"}, "lcpp-gemma4-e2b": {"grounding": 5, "coverage": 3, "depth": 4, "language": 2, "overall": 2, "issue": "Q3에 'STAR 기법으로 설명해주세요'와 같은 프롬프트 지시어가 그대로 노출되어 부자연스러움"}, "lcpp-qwen3-4b-jsonschema": {"grounding": 5, "coverage": 2, "depth": 3, "language": 2, "overall": 2, "issue": "Q1-Q3, Q2-Q5 간의 주제 중복이 심하며, '당신은'이라는 번역투 표현 사용"}}, "n_candidates": 11} +{"judge": "claude-opus-5", "suite": "questions", "case_id": "q-personality-coverletter", "ratings": {"lcpp-kanana2-3b": {"grounding": 1, "coverage": 2, "depth": 2, "language": 1, "overall": 1, "issue": "전부 영어이며 'Dormant'·'Certificate handling' 등 자료에 없는 근거와 HTTP/HTTPS 교과서 질문까지 포함됨"}, "lcpp-gemma4-26b-a4b-iq3s": {"grounding": 5, "coverage": 4, "depth": 4, "language": 5, "overall": 4, "issue": "3번은 격리 수준을 직접 묻는 기술 질문으로 PERSONALITY 모드와 다소 어긋남"}, "gw-gemini-3.5-flash-lite": {"grounding": 5, "coverage": 4, "depth": 4, "language": 4, "overall": 4, "issue": "1번은 사실상 기술 질문인데 BEHAVIORAL로 태깅, 5번은 원칙 질문으로 다소 일반적"}, "lcpp-qwen3.6-35b-a3b-q2kxl": {"grounding": 4, "coverage": 3, "depth": 4, "language": 3, "overall": 3, "issue": "1·2·5번이 API 스펙/협업 주제로 중첩되고 '팀원들의 반발'은 자료에 없는 전제, 문장이 길고 '제 방식' 인용이 어색"}, "lcpp-gptoss-20b": {"grounding": 5, "coverage": 4, "depth": 3, "language": 2, "overall": 2, "issue": "자소서 문장을 그대로 낭독한 뒤 질문을 붙여 문항이 과도하게 길고 어색함"}, "lcpp-gemma4-e2b": {"grounding": 5, "coverage": 3, "depth": 4, "language": 4, "overall": 3, "issue": "인성 모드인데 기술 심화·기술선택 비중이 높고 1·5번이 '멈추지 않는 서비스' 주제로 중복"}, "local-qwen3-4b-instruct": {"grounding": 4, "coverage": 3, "depth": 3, "language": 4, "overall": 3, "issue": "1번이 격리 수준 차이를 설명하라는 교과서형이고 4·5번이 크롤러 사건으로 중복"}, "gw-gemma-4-31b": {"grounding": 5, "coverage": 5, "depth": 4, "language": 5, "overall": 4, "issue": "4번이 인성 모드에서 다소 기술 질문에 가깝지만 전반적 약점은 크지 않음"}, "gw-gemini-3.1-pro": {"grounding": 5, "coverage": 4, "depth": 4, "language": 4, "overall": 4, "issue": "5번이 경험 요약 나열 후 비전을 묻는 일반형이고 문항 길이가 다소 김"}, "lcpp-gemma4-e4b": {"grounding": 4, "coverage": 3, "depth": 3, "language": 4, "overall": 3, "issue": "1번이 '자세히 설명' 수준으로 얕고 3번은 '성능 이슈'로 사실을 왜곡, 인성 모드에 기술 심화 비중 과다"}, "lcpp-qwen3-4b-jsonschema": {"grounding": 4, "coverage": 2, "depth": 3, "language": 3, "overall": 2, "issue": "1·3번(DB 트랜잭션)과 2·5번(OpenAPI/Mock)이 각각 중복되고 4번 문장이 비문에 가깝게 어색함"}}, "n_candidates": 11} diff --git a/docs/research/local-llm-deep-dive-2026-09/data/placement.log b/docs/research/local-llm-deep-dive-2026-09/data/placement.log new file mode 100644 index 00000000..e532f108 --- /dev/null +++ b/docs/research/local-llm-deep-dive-2026-09/data/placement.log @@ -0,0 +1,33 @@ +19:09:50 lcpp-qwen3-4b-np1 ready after 23x2s :: vram=3798 MiB :: +19:17:33 lcpp-qwen3-4b-np4-q8kv ready after 2x2s :: vram=5184 MiB :: +19:23:05 np4 after :: vram=5202 MiB +19:25:10 speed-qwen3-4b-np4 ready after 2x2s :: vram=5184 MiB :: +19:26:49 speed-qwen3-4b-np4-f16 ready after 2x2s :: vram=5534 MiB :: +19:28:50 fa-on ready after 2x2s :: vram=3806 MiB :: +19:29:35 fa-off ready after 10x2s :: vram=4274 MiB :: +19:30:07 fa-on-ub1024 ready after 2x2s :: vram=3890 MiB :: +19:30:34 fa-on-ub256 ready after 2x2s :: vram=3764 MiB :: +19:31:53 lcpp-qwen3-4b-json ready after 2x2s :: vram=3806 MiB :: +19:38:43 lcpp-kanana2-3b ready after 2x2s :: vram=3174 MiB :: +19:42:33 lcpp-midm2-mini ready after 2x2s :: vram=3140 MiB :: +19:47:48 lcpp-gemma4-e2b ready after 25x2s :: vram=1778 MiB :: +19:52:07 lcpp-gemma4-e4b ready after 8x2s :: vram=3360 MiB :: +20:01:02 gemma4-26b-a4b-iq3s ready after 12x2s :: vram=5328 MiB :: +20:01:02 gemma4-26b-a4b-iq3s mem=6.333GiB / 11GiB vram=5328 MiB host=2729MB used 12682MB avail swap=3795MB +gemma4-26b-a4b-iq3s speed: pp_tps/tg_tps runs: [(90, 16), (181, 15)] +20:12:38 gemma4-26b-a4b-iq3s done host_avail=11902MB swap=4232MB +20:12:57 qwen3.6-35b-a3b-q2kxl ready after 9x2s :: vram=3872 MiB :: +20:12:57 qwen3.6-35b-a3b-q2kxl mem=6.513GiB / 11GiB vram=3872 MiB host=2356MB used 13097MB avail swap=4136MB +qwen3.6-35b-a3b-q2kxl speed: pp_tps/tg_tps runs: [(131, 20), (183, 20)] +20:22:21 qwen3.6-35b-a3b-q2kxl done host_avail=12823MB swap=4509MB +20:22:32 load-gemma4-e4b-np4 ready after 5x2s :: vram=3648 MiB :: +20:27:39 e4b-np4 vram=3782 MiB +20:27:47 load-gemma4-e2b-np4 ready after 4x2s :: vram=1856 MiB :: +21:15:16 gptoss-20b ready after 10x2s :: vram=4544 MiB :: +21:15:16 gptoss-20b mem=5.919GiB / 11GiB vram=4544 MiB host=2289MB used 13150MB avail swap=4269MB +gptoss-20b speed: pp_tps/tg_tps runs: [(158, 17), (178, 17)] +21:32:27 gptoss-20b done host_avail=13077MB swap=4425MB +21:40:57 kanana2-30b-a3b-q2k ready after 8x2s :: vram=3664 MiB :: +21:40:57 kanana2-30b-a3b-q2k mem=6.525GiB / 11GiB vram=3664 MiB host=2142MB used 13319MB avail swap=4311MB +kanana2-30b-a3b-q2k speed: pp_tps/tg_tps runs: [(117, 24), (128, 23)] +22:00:47 kanana2-30b-a3b-q2k done host_avail=12998MB swap=4350MB diff --git a/docs/research/local-llm-deep-dive-2026-09/data/raw/lcpp-gemma4-26b-a4b-iq3s.jsonl b/docs/research/local-llm-deep-dive-2026-09/data/raw/lcpp-gemma4-26b-a4b-iq3s.jsonl new file mode 100644 index 00000000..cc1f7cea --- /dev/null +++ b/docs/research/local-llm-deep-dive-2026-09/data/raw/lcpp-gemma4-26b-a4b-iq3s.jsonl @@ -0,0 +1,22 @@ +{"label": "lcpp-gemma4-26b-a4b-iq3s", "suite": "followup", "case_id": "f-strong-backend", "rep": 0, "ok": true, "followup_question": "결제 키에 유니크 제약을 걸어 중복을 막는 방식이, 만약 PG사가 동일한 멱등 키가 아닌 매번 새로운 키를 생성해 재전송한다면 대응이 가능할까요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 5.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 5.978, "ttft_sec": 0.972, "in_tokens": 1524, "out_tokens": 96} +{"label": "lcpp-gemma4-26b-a4b-iq3s", "suite": "followup", "case_id": "f-weak-vague", "rep": 0, "ok": true, "followup_question": "멱등 키가 막는 중복 요청과 Outbox 패턴이 보장하는 데이터 일관성의 차이를 구체적으로 설명해 주실 수 있나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 6.537, "ttft_sec": null, "in_tokens": 1394, "out_tokens": 81} +{"label": "lcpp-gemma4-26b-a4b-iq3s", "suite": "followup", "case_id": "f-dont-know-explicit", "rep": 0, "ok": true, "followup_question": "괜찮습니다. 그럼 다음 질문으로 넘어가겠습니다.", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 6.457, "ttft_sec": null, "in_tokens": 1348, "out_tokens": 59} +{"label": "lcpp-gemma4-26b-a4b-iq3s", "suite": "followup", "case_id": "f-dont-know-stt", "rep": 0, "ok": true, "followup_question": "괜찮습니다. 그럼 혹시 React에서 상태(state) 업데이트가 일어날 때, 성능 최적화를 위해 여러 업데이트를 하나로 묶어서 처리하는 개념에 대해서는 들어보신 적이 있나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 8.676, "ttft_sec": null, "in_tokens": 1347, "out_tokens": 94} +{"label": "lcpp-gemma4-26b-a4b-iq3s", "suite": "followup", "case_id": "f-clarification", "rep": 0, "ok": true, "followup_question": "HPA의 CPU 임계치를 70%로 설정한 이유와, 트래픽 급증 시점에 미리 서버를 늘려둔(사전 스케일아웃) 이유를 각각 나누어 설명해 달라는 의미입니다.", "answer_intent": "CLARIFICATION", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 9.49, "ttft_sec": 4.208, "in_tokens": 1383, "out_tokens": 97} +{"label": "lcpp-gemma4-26b-a4b-iq3s", "suite": "followup", "case_id": "f-confirm-short", "rep": 0, "ok": true, "followup_question": "그럼 폴링 방식 사용 시 DB 부하를 줄이기 위해 별도로 적용하신 최적화 전략이 있나요?", "answer_intent": "NORMAL", "answer_evaluation": null, "latency_sec": 7.538, "ttft_sec": 3.835, "in_tokens": 1369, "out_tokens": 68} +{"label": "lcpp-gemma4-26b-a4b-iq3s", "suite": "followup", "case_id": "f-infra-fact-error", "rep": 0, "ok": true, "followup_question": "이력서에는 트래픽 피크 대비 사전 스케일아웃을 위해 CronJob을 운영했다고 적혀 있는데, 답변하신 내용과 차이가 있네요. 다시 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": 1.0}, "latency_sec": 9.743, "ttft_sec": 5.394, "in_tokens": 1665, "out_tokens": 89} +{"label": "lcpp-gemma4-26b-a4b-iq3s", "suite": "followup", "case_id": "f-dba-correct-with-context", "rep": 0, "ok": true, "followup_question": "autovacuum의 scale_factor를 낮추면 autovacuum 실행 빈도는 높아지겠지만, 시스템 부하 측면에서 어떤 트레이드오프가 발생할 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 5.0, "logic": 4.0, "structure": "FULL_STAR", "correctness": 5.0}, "latency_sec": 10.088, "ttft_sec": 5.641, "in_tokens": 1784, "out_tokens": 87} +{"label": "lcpp-gemma4-26b-a4b-iq3s", "suite": "followup", "case_id": "f-frontend-strong", "rep": 0, "ok": true, "followup_question": "VariableSizeList에서 높이 캐시를 사용하셨다고 했는데, 항목의 높이가 동적으로 변할 때 캐시를 어떤 시점에 업데이트하시나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 5.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 9.937, "ttft_sec": 5.681, "in_tokens": 1756, "out_tokens": 82} +{"label": "lcpp-gemma4-26b-a4b-iq3s", "suite": "followup", "case_id": "f-personality-star", "rep": 0, "ok": true, "followup_question": "감정이 상했던 당시 상황에서 팀원이 구체적으로 어떤 반응을 보였나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "FULL_STAR", "correctness": null}, "latency_sec": 7.225, "ttft_sec": 4.057, "in_tokens": 1448, "out_tokens": 65} +{"label": "lcpp-gemma4-26b-a4b-iq3s", "suite": "followup", "case_id": "f-personality-rambling", "rep": 0, "ok": true, "followup_question": "구체적인 갈등 사례 없이 '대화를 많이 한다'는 원칙만 말씀하셨는데, 실제로 의견 차이를 좁히기 위해 어떤 대화 방식을 사용하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 7.476, "ttft_sec": 2.607, "in_tokens": 1389, "out_tokens": 85} +{"label": "lcpp-gemma4-26b-a4b-iq3s", "suite": "followup", "case_id": "f-stt-messy-normal", "rep": 0, "ok": true, "followup_question": "재시도 로직이 DB 부하를 높인다고 하셨는데, 구체적으로 어떤 메커니즘 때문에 부하가 발생했다고 판단하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 3.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 7.711, "ttft_sec": 3.776, "in_tokens": 1422, "out_tokens": 83} +{"label": "lcpp-gemma4-26b-a4b-iq3s", "suite": "followup", "case_id": "f-long-answer-history", "rep": 0, "ok": true, "followup_question": "보상 이벤트 유실을 방지하기 위해 Outbox 패턴을 사용하셨는데, Outbox 테이블에 쌓인 이벤트가 Kafka로 발행되었음을 보장하는 메커니즘은 무엇인가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 5.0, "logic": 5.0, "structure": "FULL_STAR", "correctness": null}, "latency_sec": 10.264, "ttft_sec": 5.557, "in_tokens": 1730, "out_tokens": 90} +{"label": "lcpp-gemma4-26b-a4b-iq3s", "suite": "followup", "case_id": "f-english-mixed", "rep": 0, "ok": true, "followup_question": "네트워크 요청이 40% 줄었다고 하셨는데, 구체적으로 어떤 상황에서 중복 요청이 발생하고 있었나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 5.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 7.397, "ttft_sec": 3.792, "in_tokens": 1403, "out_tokens": 77} +{"label": "lcpp-gemma4-26b-a4b-iq3s", "suite": "coaching", "case_id": "c-weak-backend", "rep": 0, "ok": true, "coaching": {"model_answer": "두 기술을 함께 사용한 이유는 **'중복 요청 방지'**와 **'데이터 일관성 보장'**이라는 서로 다른 계층의 문제를 동시에 해결하기 위해서였습니다.\n\n1. **Idempotency Key (멱등성 키)**: 결제 승인 콜백이 지연되어 동일한 요청이 여러 번 들어오는 **'중복 요청(Duplicate Request)'** 케이스를 막습니다. 서버 측에서 요청의 고유 키를 검증하여 이미 처리된 주문인지 확인하고 중복 처리를 차단합니다.\n2. **Transactional Outbox Pattern**: 주문 생성과 Kafka 이벤트 발행 사이의 **'원자성(Atomicity) 결여'** 문제를 해결합니다. DB에는 주문이 생성되었으나 네트워크 장애로 Kafka 메시지 발행에 실패할 경우, 주문과 이벤트 발행 상태를 하나의 로컬 트랜잭션으로 묶어(Outbox 테이블 저장) 메시지 발행의 신뢰성을 보장합니다.\n\n결과적으로 멱등성 키로 중복 주문을 원천 차단하고, Outbox 패턴으로 주문 데이터와 이벤트 간의 최종적 일관성(Eventual Consistency)을 확보하여 중복 주문 0건을 달성할 수 있었습니다.", "answer_rewrite": "두 기술은 해결하고자 하는 실패 케이스가 서로 다르기 때문에 함께 사용했습니다.\n\n먼저 **멱등성 키**는 결제 콜백 지연 등으로 인해 동일한 요청이 반복되는 **중복 요청 문제**를 막기 위해 도입했습니다. 이미 처리된 요청인지 확인하여 중복 주문이 생성되는 것을 방지합니다.\n\n**Transactional Outbox 패턴**은 주문 DB 저장과 Kafka 메시지 발행 사이의 **원자성 문제**를 해결하기 위해 사용했습니다. DB 트랜잭션 내에서 Outbox 테이블에 이벤트를 함께 저장함으로써, 네트워크 오류로 인해 이벤트 발행이 누락되는 상황을 방지하고 데이터의 일관성을 보장할 수 있었습니다.", "coaching_comment": "질문의 의도인 각 기술이 방어하는 구체적인 실패 케이스(중복 요청 vs 원자성 결여)를 명확히 구분하여 답변해야 합니다."}, "latency_sec": 40.112, "in_tokens": 1398, "out_tokens": 487} +{"label": "lcpp-gemma4-26b-a4b-iq3s", "suite": "coaching", "case_id": "c-dont-know-cs", "rep": 0, "ok": true, "coaching": {"model_answer": "PostgreSQL의 MVCC 구조에서 오래 열린 트랜잭션(Long-running transaction)은 **xmin horizon**을 뒤로 밀어버리는 문제를 일으킵니다. MVCC는 데이터의 가시성을 결정하기 위해 트랜잭션 ID를 사용하는데, 아직 완료되지 않은 트랜잭션이 존재하면 해당 시점 이후에 생성된 모든 데이터(Dead Tuple 포함)를 '아직 다른 트랜잭션이 참조할 수 있는 유효한 데이터'로 간주하게 됩니다.\n\n이로 인해 **Autovacuum**이 실행되더라도, 오래된 트랜잭션이 참조할 가능성이 있는 Dead Tuple들을 회수하지 못하고 남겨두게 됩니다. 결과적으로 테이블 내에 불필요한 데이터가 쌓이는 **Table Bloat** 현상이 발생하며, 이는 디스크 I/O 증가와 인덱스 효율 저하로 이어져 전체적인 DB 성능을 악화시킵니다.", "answer_rewrite": "현재 해당 개념에 대해 정확한 답변을 드리기 어렵습니다. 다만, PostgreSQL의 MVCC 메커니즘상 트랜잭션이 종료되지 않으면 해당 시점의 데이터 가시성을 유지해야 하므로, Vacuum이 Dead Tuple을 정리하지 못해 Table Bloat이 발생할 수 있다는 점은 인지하고 있습니다. 추후 이 메커니즘과 xmin horizon의 관계에 대해 명확히 학습하여 보완하겠습니다.", "coaching_comment": "모르는 질문을 받았을 때 무작정 포기하기보다, 아는 범위 내에서 추론하거나 핵심 키워드를 언급하며 학습 의지를 보이는 것이 좋습니다."}, "latency_sec": 26.227, "in_tokens": 931, "out_tokens": 364} +{"label": "lcpp-gemma4-26b-a4b-iq3s", "suite": "coaching", "case_id": "c-personality-rambling", "rep": 0, "ok": true, "coaching": {"model_answer": "### [상황 & 과제]\n캡스톤 프로젝트 진행 중, 프론트엔드 팀원과 API 스펙 해석에 차이가 발생하여 통합 직전 단계에서 개발이 2주간 지연되는 상황이 있었습니다.\n\n### [행동]\n초반에는 제 방식이 옳다고 주장하며 팀원과 감정이 상하기도 했으나, 문제의 본질이 '소통 방식의 부재'임을 인지하고 해결책을 제안했습니다. 먼저 **OpenAPI 명세**를 표준으로 삼고, **Mock 서버**를 구축하여 프론트엔드 팀이 백엔드 구현 완료 전에도 병렬로 개발할 수 있는 환경을 만들었습니다.\n\n### [결과 & 배운 점]\n그 결과, 이후 스프린트에서는 통합 이슈가 **3건에서 0건**으로 감소하며 개발 효율을 높일 수 있었습니다. 이 경험을 통해 의견 충돌 시 고집을 피우기보다, 대안을 함께 비교하고 객관적인 기준(명세서 등)을 만드는 것이 팀워크와 프로젝트 속도에 직결된다는 것을 배웠습니다.", "answer_rewrite": "저는 캡스톤 프로젝트 당시 API 스펙 해석 차이로 인해 개발이 2주간 지연되었던 경험이 있습니다. \n\n당시 제 방식만을 고집하여 팀원과 갈등을 겪기도 했지만, 문제를 해결하기 위해 **OpenAPI 명세 작성**과 **Mock 서버 구축**을 제안했습니다. 이를 통해 프론트엔드 팀이 제 작업과 병렬로 개발할 수 있도록 환경을 개선했고, 결과적으로 다음 스프린트부터는 통합 이슈를 **3건에서 0건**으로 줄일 수 있었습니다.\n\n이후에는 의견 충돌 시 제 주장을 앞세우기보다, **두 가지 이상의 대안을 함께 비교**하며 객관적인 근거로 소통하는 습관을 갖게 되었습니다.", "coaching_comment": "추상적인 '소통이 중요하다'는 말 대신, 실제 겪었던 갈등 상황과 본인이 도입한 구체적인 해결책(OpenAPI, Mock 서버) 및 수치적 결과(3건 -> 0건)를 제시해야 합니다."}, "latency_sec": 36.438, "in_tokens": 1266, "out_tokens": 503} +{"label": "lcpp-gemma4-26b-a4b-iq3s", "suite": "questions", "case_id": "q-backend-tech", "rep": 0, "ok": true, "questions": [{"category": "PROJECT_DEEP_DIVE", "question": "Transactional Outbox 패턴을 적용할 때, Outbox 테이블에 저장된 이벤트를 Kafka로 발행하는 구체적인 메커니즘은 무엇인가요?", "job_category": "BACKEND", "target_evidence": "결제 승인 콜백 지연 시 중복 주문 발생 문제: 멱등 키 테이블 + Transactional Outbox 로 해결", "expected_signal": "Polling 방식이나 CDC(Change Data Capture) 등 이벤트를 발행하는 구체적인 구현 방식과 그 선택 이유를 설명할 수 있어야 함"}, {"category": "TECH_CHOICE", "question": "재고 동기화 프로젝트에서 낙관적 락 대신 분산 락으로 전환하신 이유는 무엇이며, 분산 락 도입 시 발생할 수 있는 성능 저하 문제는 어떻게 고려하셨나요?", "job_category": "BACKEND", "target_evidence": "Redis 기반 재고 캐시 + DB write-behind, 동시성 제어(낙관적 락 -> 분산 락 전환)", "expected_signal": "낙관적 락의 충돌 빈도와 분산 락의 오버헤드 사이의 트레이드오프를 이해하고 데이터 정합성 관점에서 결정 근거를 제시해야 함"}, {"category": "PROJECT_DEEP_DIVE", "question": "모놀리식에서 MSA로 전환하며 DB를 분리하셨는데, 서비스 분리 후 주문과 결제 간의 데이터 정합성을 보장하기 위해 도입한 전략은 무엇인가요?", "job_category": "BACKEND", "target_evidence": "모놀리식 -> MSA 전환: 주문 서비스를 별도 서비스로 분리, DB 분리(PostgreSQL) 및 Kafka 기반 이벤트 발행/구독 구조 도입", "expected_signal": "분산 트랜잭션 문제를 해결하기 위한 Saga 패턴이나 이벤트 기반 최종 정합성(Eventual Consistency) 모델에 대한 이해도를 보여야 함"}, {"category": "CS_FUNDAMENTAL", "question": "정산 배치 성능을 5시간에서 40분으로 개선하셨는데, QueryDSL 튜닝 시 인덱스 설계와 청크 단위 처리가 성능에 어떤 영향을 주었나요?", "job_category": "BACKEND", "target_evidence": "정산 배치 성능 개선: 5시간 -> 40분 (QueryDSL 튜닝, 청크 단위 처리, 인덱스 재설계)", "expected_signal": "대량 데이터 처리 시 I/O 비용 감소와 메모리 관리, 인덱스를 통한 Scan 범위 축소 원리를 기술적으로 설명해야 함"}, {"category": "TECH_CHOICE", "question": "Kafka를 도입하여 이벤트 파이프라인을 설계할 때, 메시지 발행 실패나 순서 보장 이슈를 해결하기 위해 어떤 설정을 고려하셨나요?", "job_category": "BACKEND", "target_evidence": "주문 서비스를 별도 서비스로 분리, DB 분리(PostgreSQL) 및 Kafka 기반 이벤트 발행/구독 구조 도입", "expected_signal": "Producer의 Acknowledgment 설정, Partition Key를 통한 순서 보장, Retry 전략 등 메시지 신뢰성 확보 방안을 설명할 수 있어야 함"}], "latency_sec": 68.304, "in_tokens": 2873, "out_tokens": 787} +{"label": "lcpp-gemma4-26b-a4b-iq3s", "suite": "questions", "case_id": "q-frontend-repo", "rep": 0, "ok": true, "questions": [{"category": "PROJECT_DEEP_DIVE", "question": "react-window 도입으로 INP를 480ms에서 120ms로 개선하셨는데, 가상화 적용 시 스크롤 성능 외에 레이아웃 계산 측면에서 고려한 점은 무엇인가요?", "job_category": "FRONTEND", "target_evidence": "virtualize timeline, INP 480ms -> 120ms", "expected_signal": "가상화 도입 시 DOM 요소의 크기 계산 방식과 스크롤 이벤트 최적화에 대한 이해도를 보여줌"}, {"category": "TECH_CHOICE", "question": "오프라인 편집을 위해 Dexie를 선택하셨는데, IndexedDB를 활용한 낙관적 업데이트 시 데이터 정합성을 보장하기 위해 설계한 로직은 무엇인가요?", "job_category": "FRONTEND", "target_evidence": "IndexedDB(Dexie) 에 낙관적 업데이트를 저장 후 온라인 복귀 시 동기화", "expected_signal": "로컬 스토리지와 서버 데이터 간의 동기화 전략 및 데이터 무결성 유지 방안을 설명함"}, {"category": "PROJECT_DEEP_DIVE", "question": "Kakao Map 마커 500개를 클러스터링할 때 useMemo를 사용하셨는데, 좌표 변환 로직의 의존성 배열 구성과 재렌더링 방지 전략은 무엇인가요?", "job_category": "FRONTEND", "target_evidence": "Kakao Map SDK 마커 500개를 클러스터링, useMemo 로 좌표 변환 캐싱", "expected_signal": "React의 메모이제이션 원리를 실제 대량 데이터 렌더링 최적화에 어떻게 적용했는지 설명함"}, {"category": "TECH_CHOICE", "question": "이미지 업로드 시 클라이언트에서 WebP 변환을 수행하시는데, 이 방식이 서버 자원과 사용자 경험(UX) 측면에서 갖는 트레이드오프는 무엇인가요?", "job_category": "FRONTEND", "target_evidence": "이미지 업로드: presigned URL 로 S3 직접 업로드, 클라이언트에서 WebP 변환", "expected_signal": "클라이언트 컴퓨팅 자원 사용과 네트워크 대역폭 절감 사이의 균형을 고려한 기술적 판단력을 보여줌"}, {"category": "CS_FUNDAMENTAL", "question": "Lighthouse 점수를 68점에서 91점으로 높이셨는데, 성능 개선 과정에서 가장 핵심적으로 해결한 Web Vitals 지표는 무엇이며 그 이유는 무엇인가요?", "job_category": "FRONTEND", "target_evidence": "Lighthouse 성능 점수 68 -> 91 (PR #57 설명)", "expected_signal": "성능 지표(LCP, FID, CLS 등)에 대한 이해와 이를 개선하기 위한 구체적인 프론트엔드 최적화 경험을 연결함"}], "latency_sec": 55.854, "in_tokens": 2675, "out_tokens": 736} +{"label": "lcpp-gemma4-26b-a4b-iq3s", "suite": "questions", "case_id": "q-infra-dba-multi", "rep": 0, "ok": true, "questions": [{"category": "PROJECT_DEEP_DIVE", "question": "PostgreSQL 거래내역 테이블을 월 단위로 파티셔닝하셨는데, 파티션 키 선정 기준과 쿼리 성능 최적화 시 고려한 점은 무엇인가요?", "job_category": "DBA", "target_evidence": "파티셔닝으로 거래내역 테이블 월 단위 분할", "expected_signal": "파티션 키 선정 로직과 파티션 프루닝(Partition Pruning)을 통한 성능 개선 원리를 설명할 수 있어야 함"}, {"category": "TECH_CHOICE", "question": "Terraform을 사용하여 인프라를 모듈화하고 workspace를 분리하셨는데, 환경별 설정값 관리와 모듈 재사용성을 어떻게 유지하셨나요?", "job_category": "INFRA", "target_evidence": "Terraform 으로 VPC·RDS·EKS 모듈화, 환경별(dev/stg/prod) workspace 분리", "expected_signal": "IaC 관리 전략과 변수(Variables) 및 상태(State) 관리의 체계성을 보여줌"}, {"category": "PROJECT_DEEP_DIVE", "question": "RDS 스토리지 풀 장애 당시, CloudWatch 알람과 오토스케일링 적용 외에 근본적인 원인 분석과 재발 방지를 위해 어떤 조치를 하셨나요?", "job_category": "INFRA", "target_evidence": "장애: 2024.03 RDS 스토리지 풀로 쓰기 중단 40분 → CloudWatch 알람 + 스토리지 오토스케일링 적용", "expected_signal": "장애 대응 프로세스(Post-mortem)와 인프라 모니터링 체계 고도화 역량을 증명함"}, {"category": "CS_FUNDAMENTAL", "question": "HPA 설정 시 CPU 70%를 기준으로 삼으셨는데, CPU 사용량 외에 트래픽 급증을 감지하기 위해 고려할 수 있는 다른 메트릭은 무엇이 있을까요?", "job_category": "INFRA", "target_evidence": "HPA 기준을 CPU 70% 로 설정, 트래픽 피크(월급날 10시) 대비 사전 스케일아웃 CronJob 운영", "expected_signal": "리소스 사용량 외에 네트워크 트래픽, 커스텀 메트릭 등 확장성 고려 지표를 이해하고 있음"}, {"category": "BEHAVIORAL", "question": "ArgoCD 도입으로 배포 리드타임을 1일에서 30분으로 단축하셨는데, 이 과정에서 팀원들의 반대나 기술적 허들은 없었으며 어떻게 해결하셨나요?", "job_category": "INFRA", "target_evidence": "ArgoCD GitOps 도입으로 배포 리드타임 1일 → 30분", "expected_signal": "기술 도입 시 발생하는 변화 관리 능력과 협업 및 설득 과정을 STAR 방식으로 설명함"}, {"category": "BEHAVIORAL", "question": "4년 차 엔지니어로서, 본인이 생각하는 인프라/DBA 직무의 가장 핵심적인 가치는 무엇이며 이를 위해 어떤 개인적 노력을 하고 계신가요?", "job_category": "INFRA", "target_evidence": "", "expected_signal": "직무에 대한 철학과 전문성 확보를 위한 자기주도적 학습 태도를 보여줌"}], "latency_sec": 64.499, "in_tokens": 2667, "out_tokens": 852} +{"label": "lcpp-gemma4-26b-a4b-iq3s", "suite": "questions", "case_id": "q-personality-coverletter", "rep": 0, "ok": true, "questions": [{"category": "BEHAVIORAL", "question": "알림 봇 운영 중 크롤러 중단으로 항의를 받았을 때, 기술적 해결 외에 사용자 신뢰를 회복하기 위해 취했던 행동은 무엇인가요?", "job_category": "BACKEND", "target_evidence": "새벽에 크롤러가 멈춰 공지가 누락됐을 때 동아리원들의 항의를 직접 받으며, 기능보다 '멈추지 않는 서비스'가 신뢰를 만든다는 것을 배웠습니다.", "expected_signal": "문제 발생 시 기술적 조치뿐만 아니라 사용자 커뮤니케이션과 신뢰 회복을 위한 태도를 STAR 방식으로 설명할 수 있는가"}, {"category": "BEHAVIORAL", "question": "API 스펙 논쟁 과정에서 본인의 방식이 옳다고 고집해 팀원과 갈등을 겪었다고 하셨는데, 당시 본인이 놓쳤던 팀원의 관점은 무엇이었나요?", "job_category": "BACKEND", "target_evidence": "다만 초반에 제 방식이 옳다고 고집해 팀원과 감정이 상한 적도 있어, 이후에는 결정 전에 대안 두 가지를 함께 비교하는 방식으로 바꿨습니다.", "expected_signal": "자신의 주장이 강할 때 발생할 수 있는 리스크를 인지하고, 타인의 의견을 수용하며 협업 방식을 개선한 구체적 성찰이 드러나는가"}, {"category": "TECH_CHOICE", "question": "SQLite에서 PostgreSQL로 전환하며 트랜잭션 격리 수준을 공부하셨는데, 당시 중복 발송 문제를 해결하기 위해 선택한 구체적인 격리 수준은 무엇인가요?", "job_category": "BACKEND", "target_evidence": "알림 봇 DB를 SQLite 로 시작했다가 동시 쓰기 락 문제로 알림이 중복 발송되었습니다. 원인을 찾는 데 3일이 걸렸고, PostgreSQL 로 이전하며 트랜잭션 격리 수준을 공부하게 됐습니다.", "expected_signal": "기술적 실패 원인을 정확히 파악하고, 해결을 위해 적용한 DB 설정과 그 근거를 기술적으로 설명할 수 있는가"}, {"category": "PROJECT_DEEP_DIVE", "question": "OpenAPI 명세와 Mock 서버 도입으로 통합 이슈를 0건으로 줄이셨는데, 이 과정에서 명세의 완성도를 높이기 위해 특별히 신경 쓴 부분은 무엇인가요?", "job_category": "BACKEND", "target_evidence": "저는 OpenAPI 명세를 먼저 작성하고 Mock 서버를 띄워 프론트가 병렬로 개발하도록 제안했고, 이후 스프린트에서는 통합 이슈가 3건에서 0건으로 줄었습니다.", "expected_signal": "단순히 도구를 도입한 것을 넘어, 협업 효율을 높이기 위해 설계 단계에서 기울인 구체적인 노력과 기준을 제시할 수 있는가"}, {"category": "BEHAVIORAL", "question": "서비스의 '멈추지 않는 신뢰'를 강조하셨는데, 본인이 생각하는 백엔드 개발자로서의 가장 중요한 직업 윤리나 원칙은 무엇인가요?", "job_category": "BACKEND", "target_evidence": "기능보다 '멈추지 않는 서비스'가 신뢰를 만든다는 것을 배웠습니다.", "expected_signal": "본인의 경험에서 도출된 개발 철학을 바탕으로, 서비스 안정성에 대한 본인만의 확고한 가치관을 논리적으로 설명할 수 있는가"}], "latency_sec": 63.156, "in_tokens": 2658, "out_tokens": 854} +{"label": "lcpp-gemma4-26b-a4b-iq3s", "suite": "questions", "case_id": "q-long-context-p90", "rep": 0, "ok": true, "questions": [{"category": "PROJECT_DEEP_DIVE", "question": "Transactional Outbox 패턴을 적용할 때, Outbox 테이블에 저장된 이벤트를 Kafka로 발행하는 Relay 프로세스는 어떤 방식으로 구현하셨나요?", "job_category": "BACKEND", "target_evidence": "결제 승인 콜백 지연 시 중복 주문 발생 문제: 멱등 키 테이블 + Transactional Outbox 로 해결", "expected_signal": "Polling 방식이나 CDC(Change Data Capture) 등 이벤트 발행 메커니즘의 구체적인 구현 방식과 데이터 유실 방지 전략을 설명할 수 있어야 함"}, {"category": "TECH_CHOICE", "question": "재고 동기화 프로젝트에서 낙관적 락을 분산 락으로 전환하셨는데, 분산 락 도입 시 Redis의 어떤 알고리즘이나 라이브러리를 사용하셨으며 그 선택 이유는 무엇인가요?", "job_category": "BACKEND", "target_evidence": "Redis 기반 재고 캐시 + DB write-behind, 동시성 제어(낙관적 락 → 분산 락 전환)", "expected_signal": "낙관적 락의 한계(충돌 시 재시도 비용)와 분산 락의 장단점을 비교하고, Redlock 등 구체적인 기술 선택 근거를 제시할 수 있어야 함"}, {"category": "CS_FUNDAMENTAL", "question": "MSA 전환 과정에서 DB를 PostgreSQL로 분리하셨는데, 서비스 간 데이터 정합성을 보장하기 위해 Kafka를 활용한 이벤트 기반 아키텍처에서 발생할 수 있는 '최종 정합성' 이슈는 어떻게 관리하시나요?", "job_category": "BACKEND", "target_evidence": "모놀리식 → MSA 전환: 주문 서비스를 별도 서비스로 분리, DB 분리(PostgreSQL) 및 Kafka 기반 이벤트 발행/구독 구조 도입", "expected_signal": "분산 시스템 환경에서 트랜잭션 원자성 문제를 인지하고, 보상 트랜잭션이나 이벤트 순서 보장 등을 통한 정합성 유지 방안을 설명할 수 있어야 함"}, {"category": "PROJECT_DEEP_DIVE", "question": "정산 배치 성능 개선 시 QueryDSL 튜닝과 인덱스 재설계를 진행하셨는데, 구체적으로 어떤 쿼리 패턴이 병목이었으며 인덱스를 어떻게 최적화하여 시간을 단축하셨나요?", "job_category": "BACKEND", "target_evidence": "정산 배치 성능 개선: 5시간 → 40분 (QueryDSL 튜닝, 청크 단위 처리, 인덱스 재설계)", "expected_signal": "실행 계획(Explain) 분석을 통한 인덱스 스캔 효율화 과정과 대량 데이터 처리 시의 Fetch Size/Chunk Size 조절 경험을 구체적으로 설명할 수 있어야 함"}, {"category": "BEHAVIORAL", "question": "협업 과정에서 본인의 방식이 옳다고 고집해 팀원과 갈등을 겪은 후, 대안을 함께 비교하는 방식으로 소통 방식을 바꾸셨다고 했습니다. 이 변화가 실제 프로젝트 결과에 어떤 긍정적인 영향을 주었나요?", "job_category": "BACKEND", "target_evidence": "초반에 제 방식이 옳다고 고집해 팀원과 감정이 상한 적도 있어, 이후에는 결정 전에 대안 두 가지를 함께 비교하는 방식으로 바꿨습니다.", "expected_signal": "자신의 커뮤니케이션 스타일을 객관적으로 성찰하고, 협업 방식의 변화가 팀의 의사결정 품질이나 생산성에 기여한 구체적인 사례를 제시할 수 있어야 함"}], "latency_sec": 74.554, "in_tokens": 4011, "out_tokens": 883} diff --git a/docs/research/local-llm-deep-dive-2026-09/data/raw/lcpp-gemma4-e2b.jsonl b/docs/research/local-llm-deep-dive-2026-09/data/raw/lcpp-gemma4-e2b.jsonl new file mode 100644 index 00000000..ea132c21 --- /dev/null +++ b/docs/research/local-llm-deep-dive-2026-09/data/raw/lcpp-gemma4-e2b.jsonl @@ -0,0 +1,44 @@ +{"label": "lcpp-gemma4-e2b", "suite": "followup", "case_id": "f-strong-backend", "rep": 0, "ok": true, "followup_question": "멱등 키와 Outbox 패턴을 함께 사용하신 구체적인 시나리오와, 각각이 막고자 했던 실패 케이스를 기술적인 관점에서 다시 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 0.935, "ttft_sec": 0.143, "in_tokens": 1520, "out_tokens": 87} +{"label": "lcpp-gemma4-e2b", "suite": "followup", "case_id": "f-weak-vague", "rep": 0, "ok": true, "followup_question": "멱등 키와 Outbox 패턴을 함께 사용한 구체적인 기술적 이유와 각각이 막는 실패 케이스를 설명해 주시겠어요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 0.977, "ttft_sec": null, "in_tokens": 1390, "out_tokens": 80} +{"label": "lcpp-gemma4-e2b", "suite": "followup", "case_id": "f-dont-know-explicit", "rep": 0, "ok": true, "followup_question": "PostgreSQL의 MVCC에서 오래 열린 트랜잭션이 vacuum에 미치는 영향에 대해 구체적으로 설명해 주시겠어요?", "answer_intent": "DONT_KNOW", "answer_evaluation": null, "latency_sec": 1.225, "ttft_sec": null, "in_tokens": 1344, "out_tokens": 76} +{"label": "lcpp-gemma4-e2b", "suite": "followup", "case_id": "f-dont-know-stt", "rep": 0, "ok": true, "followup_question": "React 18의 자동 배칭이 이전 버전과 어떻게 다른지 구체적인 차이점을 설명해 주시겠어요?", "answer_intent": "DONT_KNOW", "answer_evaluation": null, "latency_sec": 1.27, "ttft_sec": null, "in_tokens": 1343, "out_tokens": 73} +{"label": "lcpp-gemma4-e2b", "suite": "followup", "case_id": "f-clarification", "rep": 0, "ok": true, "followup_question": "HPA 기준을 CPU 70%로 설정하신 구체적인 근거와, 트래픽 피크에 사전 스케일아웃을 병행한 이유를 다시 설명해 주시겠어요?", "answer_intent": "CLARIFICATION", "answer_evaluation": null, "latency_sec": 1.508, "ttft_sec": 0.725, "in_tokens": 1379, "out_tokens": 89} +{"label": "lcpp-gemma4-e2b", "suite": "followup", "case_id": "f-confirm-short", "rep": 0, "ok": true, "followup_question": "Outbox 릴레이가 폴링하는 방식에 대해 구체적으로 어떤 메커니즘(예: DB 폴링, 메시지 큐 기반 이벤트 수신 등)을 사용했는지 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": null, "latency_sec": 1.529, "ttft_sec": 0.703, "in_tokens": 1365, "out_tokens": 90} +{"label": "lcpp-gemma4-e2b", "suite": "followup", "case_id": "f-infra-fact-error", "rep": 0, "ok": true, "followup_question": "HPA 기준을 메모리 50%로 설정하신 구체적인 근거와, 사전 스케일아웃을 병행하지 않은 이유를 기술적으로 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 3.0, "structure": "NONE", "correctness": 4.0}, "latency_sec": 2.112, "ttft_sec": 1.308, "in_tokens": 1661, "out_tokens": 87} +{"label": "lcpp-gemma4-e2b", "suite": "followup", "case_id": "f-dba-correct-with-context", "rep": 0, "ok": true, "followup_question": "복합 인덱스 변경과 파티셔닝 중 어느 쪽이 최종적으로 180ms 달성에 더 결정적인 영향을 미쳤나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 2.306, "ttft_sec": 1.585, "in_tokens": 1780, "out_tokens": 80} +{"label": "lcpp-gemma4-e2b", "suite": "followup", "case_id": "f-frontend-strong", "rep": 0, "ok": true, "followup_question": "VariableSizeList를 사용했을 때, 항목 높이 캐시를 별도로 두셨는데, 이 캐시를 어떻게 관리하여 렌더링 성능과 정확성을 동시에 확보하셨는지 구체적인 구조를 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 2.426, "ttft_sec": 1.494, "in_tokens": 1752, "out_tokens": 100} +{"label": "lcpp-gemma4-e2b", "suite": "followup", "case_id": "f-personality-star", "rep": 0, "ok": true, "followup_question": "프론트 팀원과 감정이 상했다고 하셨는데, 구체적으로 어떤 부분에서 의견 충돌이 가장 첨예하게 대립했는지 말씀해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 1.661, "ttft_sec": 0.879, "in_tokens": 1444, "out_tokens": 86} +{"label": "lcpp-gemma4-e2b", "suite": "followup", "case_id": "f-personality-rambling", "rep": 0, "ok": true, "followup_question": "의견 충돌 상황에서 '서로 대화를 많이 하는 것'이 구체적으로 어떤 행동으로 이어졌는지 사례를 들어 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.038, "ttft_sec": 0.334, "in_tokens": 1385, "out_tokens": 79} +{"label": "lcpp-gemma4-e2b", "suite": "followup", "case_id": "f-stt-messy-normal", "rep": 0, "ok": true, "followup_question": "재시도 때문에 DB 부하가 커졌다고 하셨는데, 구체적으로 어떤 지표(예: 응답 시간, DB 커넥션 수)를 통해 부하가 커졌음을 확인하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 1.637, "ttft_sec": 0.763, "in_tokens": 1418, "out_tokens": 94} +{"label": "lcpp-gemma4-e2b", "suite": "followup", "case_id": "f-long-answer-history", "rep": 0, "ok": true, "followup_question": "Saga 패턴에서 보상 이벤트 유실 시 PENDING 상태를 해결하기 위해 스위퍼 배치를 사용하셨는데, 이 스위퍼의 주기나 실패 시 재시도 로직은 어떻게 설계하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 2.288, "ttft_sec": 1.4, "in_tokens": 1726, "out_tokens": 95} +{"label": "lcpp-gemma4-e2b", "suite": "followup", "case_id": "f-english-mixed", "rep": 0, "ok": true, "followup_question": "TanStack Query에서 `staleTime`을 화면별로 다르게 설정한 구체적인 기준과 그로 인해 어떤 이점이 있었는지 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 1.521, "ttft_sec": 0.767, "in_tokens": 1399, "out_tokens": 84} +{"label": "lcpp-gemma4-e2b", "suite": "followup", "case_id": "f-strong-backend", "rep": 1, "ok": true, "followup_question": "멱등 키와 Outbox 패턴을 함께 사용하신 구체적인 트랜잭션 경계와 각 패턴이 막는 실패 케이스를 다시 한번 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 1.883, "ttft_sec": 1.099, "in_tokens": 1520, "out_tokens": 86} +{"label": "lcpp-gemma4-e2b", "suite": "followup", "case_id": "f-weak-vague", "rep": 1, "ok": true, "followup_question": "멱등 키와 Outbox 패턴을 함께 사용한 구체적인 기술적 근거와 각 패턴이 방지하는 실패 케이스를 설명해 주시겠어요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.005, "ttft_sec": null, "in_tokens": 1390, "out_tokens": 83} +{"label": "lcpp-gemma4-e2b", "suite": "followup", "case_id": "f-dont-know-explicit", "rep": 1, "ok": true, "followup_question": "MVCC에서 오래 열린 트랜잭션이 vacuum에 미치는 영향에 대해 구체적으로 설명하기 어려우신가요?", "answer_intent": "DONT_KNOW", "answer_evaluation": null, "latency_sec": 1.218, "ttft_sec": null, "in_tokens": 1344, "out_tokens": 74} +{"label": "lcpp-gemma4-e2b", "suite": "followup", "case_id": "f-dont-know-stt", "rep": 1, "ok": true, "followup_question": "React 18의 automatic batching에 대해 구체적으로 어떤 비동기 콜백 내부 업데이트가 배칭되는지 설명해 주시겠어요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.343, "ttft_sec": null, "in_tokens": 1343, "out_tokens": 80} +{"label": "lcpp-gemma4-e2b", "suite": "followup", "case_id": "f-clarification", "rep": 1, "ok": true, "followup_question": "HPA 기준을 CPU 70%로 설정하신 구체적인 근거와 트래픽 피크에 대한 사전 스케일아웃 전략을 다시 설명해 주시겠어요?", "answer_intent": "CLARIFICATION", "answer_evaluation": null, "latency_sec": 1.481, "ttft_sec": 0.722, "in_tokens": 1379, "out_tokens": 85} +{"label": "lcpp-gemma4-e2b", "suite": "followup", "case_id": "f-confirm-short", "rep": 1, "ok": true, "followup_question": "Outbox 릴레이가 폴링하는 주기와 폴링 로직에 대해 구체적으로 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.314, "ttft_sec": 0.691, "in_tokens": 1365, "out_tokens": 71} +{"label": "lcpp-gemma4-e2b", "suite": "followup", "case_id": "f-infra-fact-error", "rep": 1, "ok": true, "followup_question": "HPA 기준을 메모리 50%로 설정하신 구체적인 근거와, 사전 스케일아웃을 병행하지 않은 이유를 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 3.0, "structure": "NONE", "correctness": 5.0}, "latency_sec": 2.105, "ttft_sec": 1.312, "in_tokens": 1661, "out_tokens": 85} +{"label": "lcpp-gemma4-e2b", "suite": "followup", "case_id": "f-dba-correct-with-context", "rep": 1, "ok": true, "followup_question": "복합 인덱스 변경과 파티셔닝 중 어느 조치가 최종적으로 180ms 달성에 더 결정적인 역할을 했나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 2.3, "ttft_sec": 1.585, "in_tokens": 1780, "out_tokens": 79} +{"label": "lcpp-gemma4-e2b", "suite": "followup", "case_id": "f-frontend-strong", "rep": 1, "ok": true, "followup_question": "VariableSizeList를 사용했을 때, 항목 높이 캐싱을 별도로 두신 구체적인 방식과 그로 인해 발생한 성능상의 이점은 무엇인가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 2.271, "ttft_sec": 1.495, "in_tokens": 1752, "out_tokens": 85} +{"label": "lcpp-gemma4-e2b", "suite": "followup", "case_id": "f-personality-star", "rep": 1, "ok": true, "followup_question": "프론트팀원과 의견 충돌 시, '대안 두 개를 같이 비교하는 방식'을 구체적으로 어떻게 진행했는지 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 1.635, "ttft_sec": 0.879, "in_tokens": 1444, "out_tokens": 84} +{"label": "lcpp-gemma4-e2b", "suite": "followup", "case_id": "f-personality-rambling", "rep": 1, "ok": true, "followup_question": "의견 충돌 상황에서 '서로 대화를 많이 하는 것'이 구체적으로 어떤 행동으로 이어졌는지 사례를 들어 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.053, "ttft_sec": 0.34, "in_tokens": 1385, "out_tokens": 79} +{"label": "lcpp-gemma4-e2b", "suite": "followup", "case_id": "f-stt-messy-normal", "rep": 1, "ok": true, "followup_question": "재시도 때문에 DB 부하가 커졌다고 하셨는데, 구체적으로 어떤 지표(예: 응답 시간, DB 커넥션 수 등)를 통해 부하가 커졌음을 확인하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 1.631, "ttft_sec": 0.762, "in_tokens": 1418, "out_tokens": 95} +{"label": "lcpp-gemma4-e2b", "suite": "followup", "case_id": "f-long-answer-history", "rep": 1, "ok": true, "followup_question": "Saga 패턴에서 보상 이벤트 유실 시 PENDING 상태를 해결하기 위해 스위퍼 배치를 사용하셨는데, 이 스위퍼 배치의 주기와 실패 시의 재시도 로직은 어떻게 설계하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 2.32, "ttft_sec": 1.398, "in_tokens": 1726, "out_tokens": 97} +{"label": "lcpp-gemma4-e2b", "suite": "followup", "case_id": "f-english-mixed", "rep": 1, "ok": true, "followup_question": "TanStack Query에서 `staleTime`을 화면별로 다르게 설정한 구체적인 기준과 그로 인해 발생했던 성능 개선 수치는 무엇인가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 1.501, "ttft_sec": 0.764, "in_tokens": 1399, "out_tokens": 82} +{"label": "lcpp-gemma4-e2b", "suite": "coaching", "case_id": "c-weak-backend", "rep": 0, "ok": true, "coaching": {"model_answer": "멱등 키(Idempotency Key)와 Outbox 패턴을 함께 사용한 이유는, 이 두 패턴이 각각 다른 종류의 실패 케이스를 방어하며, 이들을 조합함으로써 시스템의 안정성과 데이터 정합성을 극대화하기 위함입니다. \n\n**멱등 키**는 주로 '동일한 요청이 여러 번 들어왔을 때 데이터가 중복 처리되는 상황'을 방지합니다. 예를 들어, 결제 승인 콜백이 네트워크 문제로 인해 여러 번 수신되더라도, 멱등 키를 통해 시스템은 해당 요청을 한 번만 성공적으로 처리하도록 보장합니다. 이는 **요청 계층(API/메시지 수신 시점)**에서의 중복 처리를 막아줍니다.\n\n반면, **Outbox 패턴**은 '데이터베이스 트랜잭션과 메시지 발행(Event Publishing) 간의 원자성(Atomicity) 문제'를 해결합니다. 결제 성공 기록과 주문 이벤트 발행이 하나의 DB 트랜잭션 내에서 묶여야 하는데, 이 두 작업이 분리되면 한쪽만 성공하고 다른 쪽이 실패할 수 있습니다. Outbox 패턴은 이 문제를 해결하여, 주문 데이터베이스에 기록되는 시점과 Kafka로 이벤트가 발행되는 시점을 **원자적으로 묶어** 데이터 정합성을 보장합니다. \n\n결론적으로, 멱등 키는 '외부 입력에 대한 안전성'을, Outbox 패턴은 '내부 시스템 간의 데이터 일관성'을 책임지므로, 두 가지를 함께 사용함으로써 외부로부터의 중복 요청과 내부적인 데이터 불일치라는 두 가지 주요 실패 시나리오를 모두 효과적으로 방어할 수 있었습니다.", "answer_rewrite": "결제 승인 콜백 지연으로 인한 중복 주문 문제를 해결하기 위해 멱등 키와 Outbox 패턴을 함께 적용했습니다. 이 두 패턴은 서로 다른 종류의 실패 케이스를 방어하며 시너지를 냅니다.\n\n**멱등 키**는 외부에서 발생하는 중복 요청(예: 결제 승인 콜백이 여러 번 수신되는 경우)을 방지하는 데 사용됩니다. 이는 요청의 고유 식별자를 기반으로, 동일한 요청이 시스템에 중복으로 반영되는 것을 막아 **요청 처리 계층의 안정성**을 확보합니다.\n\n반면, **Outbox 패턴**은 주문 데이터베이스에 기록되는 작업과 Kafka로 이벤트를 발행하는 작업 간의 트랜잭션 경계 문제를 해결합니다. 결제 성공 기록과 주문 이벤트 발행이 하나의 DB 트랜잭션 내에서 원자적으로 처리되도록 보장하여, **데이터베이스와 메시지 브로커 간의 정합성**을 유지합니다.\n\n따라서 멱등 키는 외부 입력의 중복을 막고, Outbox 패턴은 내부 데이터 흐름의 일관성을 보장하여, 콜백 지연 상황에서 발생할 수 있는 중복 주문과 데이터 불일치라는 두 가지 주요 실패 시나리오를 모두 효과적으로 방어할 수 있었습니다.", "coaching_comment": "각 패턴이 막는 실패 케이스(외부 입력 중복 vs. 내부 트랜잭션 불일치)를 명확히 구분하여 설명해야 합니다."}, "latency_sec": 10.615, "in_tokens": 1394, "out_tokens": 723} +{"label": "lcpp-gemma4-e2b", "suite": "coaching", "case_id": "c-dont-know-cs", "rep": 0, "ok": true, "coaching": {"model_answer": "PostgreSQL의 MVCC(Multi-Version Concurrency Control)에서 오래 열린 트랜잭션은 `xmin` horizon과 관련하여 dead tuple의 회수(vacuuming)에 영향을 미칩니다. MVCC는 트랜잭션이 끝날 때까지 데이터의 일관성을 보장하기 위해 버전을 유지하는데, 트랜잭션이 길어지면 해당 트랜잭션이 생성한 dead tuple들이 메모리나 디스크에서 즉시 정리되지 않고 남아있게 됩니다. 이로 인해 `VACUUM` 프로세스가 해당 dead tuple들을 정리하는 데 시간이 더 오래 걸리게 되며, 이는 결과적으로 테이블의 `bloat` 증가로 이어질 수 있습니다. 특히, 트랜잭션이 오래 유지될수록 MVCC 메커니즘이 관리해야 할 버전의 수가 증가하여 vacuuming 부하가 커지게 됩니다.", "answer_rewrite": "PostgreSQL의 MVCC 환경에서 오래 열린 트랜잭션이 `VACUUM`에 미치는 영향은 주로 dead tuple의 회수 지연과 테이블의 bloat 증가로 나타납니다. MVCC는 트랜잭션이 종료될 때까지 데이터의 일관성을 유지하기 위해 버전을 보존하는데, 트랜잭션이 길어지면 해당 트랜잭션이 생성한 dead tuple들이 즉시 정리되지 않고 남아있게 됩니다. 이로 인해 `VACUUM` 프로세스가 이들을 정리하는 데 시간이 지연되며, 이는 테이블의 물리적 공간 낭비(bloat)를 증가시키는 주요 원인이 됩니다. 따라서 장기 실행 트랜잭션은 vacuuming 작업의 부하를 증가시켜 시스템 성능에 영향을 줄 수 있습니다.", "coaching_comment": "핵심 개념(xmin horizon, dead tuple, bloat)을 명확하게 연결하여 설명하는 것이 중요합니다."}, "latency_sec": 5.311, "in_tokens": 927, "out_tokens": 410} +{"label": "lcpp-gemma4-e2b", "suite": "coaching", "case_id": "c-personality-rambling", "rep": 0, "ok": true, "coaching": {"model_answer": "팀원과의 의견 충돌 상황에서 저는 '소통의 중요성'을 강조하며 문제를 해결하는 데 집중합니다. 단순히 대화를 많이 하는 것을 넘어, 의견 차이가 발생했을 때 각 주장의 근거를 명확히 파악하고, 제 의견의 장단점을 객관적으로 제시하는 것이 중요하다고 생각합니다. 예를 들어, 캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석에 대한 의견 충돌이 있었을 때, 저는 감정적인 대립을 피하고, 먼저 OpenAPI 명세를 기반으로 Mock 서버를 제안하여 병렬 개발을 유도했습니다. 이 과정에서 제 방식이 옳다고 고집하여 팀원과 갈등이 생겼지만, 이후에는 결정 전에 두 가지 대안을 모두 비교 분석하는 방식으로 접근 방식을 전환했습니다. 그 결과, 통합 이슈가 3건에서 0건으로 줄어드는 긍정적인 결과를 얻었으며, 이후로는 합의 도출 과정을 체계화하여 팀의 생산성을 높일 수 있었습니다.", "answer_rewrite": "저는 팀원과의 의견 충돌 시, 감정적인 대립을 피하고 객관적인 근거를 바탕으로 소통하는 것이 가장 중요하다고 생각합니다. 예를 들어, 캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석에 대한 의견 차이가 발생했을 때, 저는 먼저 OpenAPI 명세를 작성하고 Mock 서버를 띄워 병렬 개발을 제안했습니다. 초반에는 제 방식이 옳다고 고집하여 팀원과 감정이 상했지만, 이후에는 결정 전에 대안 두 가지를 함께 비교 분석하는 방식으로 접근 방식을 바꾸었습니다. 이러한 과정을 통해 통합 이슈를 3건에서 0건으로 줄이는 성과를 얻었으며, 이후로는 합의 도출 과정을 체계화하여 팀의 효율성을 높일 수 있었습니다.", "coaching_comment": "STAR 기법을 활용하여 갈등 상황에서 본인의 구체적인 행동과 그로 인한 정량적 성과를 명확하게 제시해야 합니다."}, "latency_sec": 6.444, "in_tokens": 1262, "out_tokens": 453} +{"label": "lcpp-gemma4-e2b", "suite": "coaching", "case_id": "c-weak-backend", "rep": 1, "ok": true, "coaching": {"model_answer": "멱등 키와 Outbox 패턴을 함께 사용한 이유는, 이 두 패턴이 서로 다른 종류의 비동기적 실패 시나리오를 방어하기 때문입니다. 먼저, **멱등 키(Idempotency Key)**는 네트워크 불안정이나 메시지 재전송 시, 동일한 요청이 여러 번 들어와도 데이터베이스에 **단 한 번만** 반영되도록 보장합니다. 이는 주로 '동일한 요청의 중복 실행'이라는 실패 케이스를 막습니다. 반면, **Transactional Outbox 패턴**은 비즈니스 로직의 성공적인 커밋과 메시지 발행(Publishing)이 하나의 데이터베이스 트랜잭션 내에서 원자적으로 묶이도록 보장합니다. 이는 '데이터 저장과 이벤트 발행 간의 불일치'라는 트랜잭션 경계 실패 케이스를 방지합니다. 즉, 멱등 키는 '입력(Input)'의 중복을 막고, Outbox는 '출력(Output)'의 누락이나 불일치를 막는 역할을 분담하여, 결제 승인 콜백 지연이라는 복합적인 상황에서 시스템의 안정성을 확보할 수 있었습니다.", "answer_rewrite": "결제 승인 콜백 지연으로 인한 중복 주문 문제를 해결하기 위해 멱등 키와 Outbox 패턴을 함께 적용했습니다. 이 두 패턴은 서로 다른 실패 지점을 방어합니다. 첫째, **멱등 키**는 외부 시스템으로부터의 중복 요청(예: 클라이언트가 요청을 여러 번 보낼 경우)에 대해 DB 레벨에서 중복 처리를 방지하여 데이터의 일관성을 유지합니다. 둘째, **Transactional Outbox 패턴**은 주문 정보 저장과 Kafka 이벤트 발행을 하나의 트랜잭션으로 묶어, 주문이 성공적으로 DB에 기록되었을 때만 이벤트가 발행되도록 보장합니다. 따라서 멱등 키는 '입력 중복' 실패를, Outbox는 '데이터 저장과 이벤트 발행 간의 불일치'라는 트랜잭션 경계 실패를 막는 역할을 분담하여, 콜백 지연 상황에서도 중복 주문이 발생하지 않도록 시스템을 이중으로 안전하게 보호했습니다.", "coaching_comment": "두 패턴이 각각 어떤 종류의 실패 케이스를 방어하는지 명확하게 구분하여 설명해야 합니다."}, "latency_sec": 5.589, "in_tokens": 1394, "out_tokens": 518} +{"label": "lcpp-gemma4-e2b", "suite": "coaching", "case_id": "c-dont-know-cs", "rep": 1, "ok": true, "coaching": {"model_answer": "PostgreSQL의 MVCC(Multi-Version Concurrency Control)에서 오래 열린 트랜잭션은 `xmin` horizon을 확장시키고, 이로 인해 해당 트랜잭션이 생성한 'dead tuple'들이 즉시 회수되지 않고 유지될 수 있습니다. 이로 인해 테이블의 물리적 공간이 불필요하게 점유되어 테이블의 Bloat(단편화)이 증가하게 됩니다. 특히, `VACUUM` 프로세스가 이 오래된 트랜잭션의 튜플들을 정리하기 위해서는 해당 트랜잭션이 종료되기를 기다리거나, `VACUUM`이 실행될 때 해당 튜플들을 처리하는 데 시간이 더 소요되어 튜플 회수 지연(Dead Tuple Reclamation Delay)이 발생할 수 있습니다. 결과적으로 이는 디스크 공간 낭비와 쿼리 성능 저하로 이어질 수 있으므로, 주기적인 `VACUUM` 및 `VACUUM FULL` 전략이 중요합니다.", "answer_rewrite": "PostgreSQL의 MVCC에서 오래 열린 트랜잭션이 `VACUUM`에 미치는 영향은 주로 두 가지 측면에서 발생합니다. 첫째, 오래된 트랜잭션은 `xmin` horizon을 연장시켜, 해당 트랜잭션이 생성한 'dead tuple'들이 즉시 회수되지 않고 남아있게 됩니다. 둘째, 이러한 dead tuple들은 테이블의 물리적 공간을 점유하여 테이블의 Bloat을 증가시킵니다. 이로 인해 `VACUUM` 프로세스가 이 튜플들을 정리하는 데 시간이 더 오래 걸리게 되어 튜플 회수 지연(Dead Tuple Reclamation Delay)이 발생하고, 이는 결국 디스크 공간 낭비와 쿼리 성능 저하로 이어질 수 있습니다. 따라서 적절한 `VACUUM` 전략을 통해 이러한 영향을 최소화해야 합니다.", "coaching_comment": "핵심 개념(xmin horizon, dead tuple, bloat)을 명확하게 정의하고, 그 상호작용을 논리적으로 연결하여 설명해야 합니다."}, "latency_sec": 4.923, "in_tokens": 927, "out_tokens": 461} +{"label": "lcpp-gemma4-e2b", "suite": "coaching", "case_id": "c-personality-rambling", "rep": 1, "ok": true, "coaching": {"model_answer": "팀원과 의견 충돌 상황에서 저는 '소통'의 중요성을 강조하며 문제를 해결했습니다. 단순히 대화를 많이 하는 것보다, 의견 차이가 발생했을 때 각 주장의 근거를 명확히 파악하고, **객관적인 데이터나 기술적 근거를 바탕으로 대안을 제시**하는 것이 중요하다고 생각합니다. \n\n실제로 캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석에 대한 의견 차이로 통합 작업이 지연된 경험이 있습니다. 저는 감정적인 대립을 피하고, 먼저 OpenAPI 명세를 작성하고 Mock 서버를 띄워 프론트엔드가 병렬 개발을 진행하도록 제안했습니다. 이 과정에서 제 방식이 옳다고 고집하여 갈등이 있었지만, 이후에는 **결정 전에 두 가지 대안을 모두 비교 분석하여 장단점을 명확히 제시**하는 방식으로 접근 방식을 수정했습니다. 그 결과, 통합 이슈가 3건에서 0건으로 줄어드는 긍정적인 결과를 얻었으며, 이후로는 건설적인 의견 교환의 중요성을 체득했습니다.", "answer_rewrite": "저는 의견 충돌 상황에서 소통의 중요성을 인지하고 있으며, 단순히 대화하는 것을 넘어 **객관적인 근거를 바탕으로 논의를 이끌어가는 것**이 핵심이라고 생각합니다. \n\n캡스톤 프로젝트 중 프론트엔드 팀원과 API 스펙 해석에 대한 의견 차이로 통합 작업이 지연되었을 때, 저는 감정적인 대립을 피하고자 했습니다. 먼저 OpenAPI 명세를 작성하고 Mock 서버를 띄워 프론트엔드가 병렬로 개발하도록 제안했습니다. 초반에는 제 방식이 옳다고 고집하여 팀원과 감정이 상하기도 했으나, 이후에는 **결정 전에 두 가지 대안을 모두 비교 분석하여 장단점을 명확히 제시**하는 방식으로 접근 방식을 개선했습니다. 이러한 노력 덕분에 통합 이슈를 3건에서 0건으로 줄일 수 있었고, 이후로는 건설적인 합의 도출의 중요성을 배웠습니다.", "coaching_comment": "STAR 구조를 활용하여 갈등 상황에서 본인의 구체적인 행동과 그로 인한 정량적 성과를 명확하게 연결해야 합니다."}, "latency_sec": 5.497, "in_tokens": 1262, "out_tokens": 511} +{"label": "lcpp-gemma4-e2b", "suite": "questions", "case_id": "q-backend-tech", "rep": 0, "ok": true, "questions": [{"category": "PROJECT_DEEP_DIVE", "question": "모놀리식을 MSA로 전환할 때 주문 서비스를 분리한 구체적인 기술적 결정과 그 과정에서 발생한 주요 설계 이슈는 무엇이었나요?", "job_category": "BACKEND", "target_evidence": "모놀리식 → MSA 전환: 주문 서비스를 별도 서비스로 분리, DB 분리(PostgreSQL) 및 Kafka 기반 이벤트 발행/구독 구조 도입.", "expected_signal": "MSA 전환 시 서비스 분리 기준과 Kafka 기반 이벤트 설계의 기술적 의사결정을 명확히 설명해야 합니다."}, {"category": "PROJECT_DEEP_DIVE", "question": "결제 콜백 지연으로 인한 중복 주문 문제를 해결하기 위해 멱등 키와 Outbox 패턴을 적용한 구체적인 구현 방식과 그 효과를 설명해주세요.", "job_category": "BACKEND", "target_evidence": "결제 승인 콜백 지연 시 중복 주문 발생 문제: 멱등 키 테이블 + Transactional Outbox 로 해결, 중복 주문 0건 달성", "expected_signal": "복잡한 비즈니스 로직(중복 방지)에 대해 사용한 패턴(멱등 키, Outbox)의 동작 원리와 데이터 정합성 확보 과정을 상세히 설명해야 합니다."}, {"category": "TECH_CHOICE", "question": "실시간 재고 동기화 프로젝트에서 Redis 기반 캐시와 DB write-behind 전략을 선택한 이유와, 동시성 제어를 위해 낙관적 락에서 분산 락으로 전환한 기술적 배경은 무엇인가요?", "job_category": "BACKEND", "target_evidence": "Redis 기반 재고 캐시 + DB write-behind, 동시성 제어(낙관적 락 → 분산 락 전환)", "expected_signal": "캐싱 전략과 동시성 제어 메커니즘 선택의 근거를 기술 스택 및 시스템 요구사항과 연결하여 설명해야 합니다."}, {"category": "CS_FUNDAMENTAL", "question": "Kafka 기반 이벤트 파이프라인을 설계할 때, 주문 서비스와 정산 서비스 간의 데이터 일관성을 보장하기 위해 Kafka의 어떤 특성(예: Exactly-Once Semantics)을 어떻게 활용했는지 설명해주세요.", "job_category": "BACKEND", "target_evidence": "Kafka 기반 이벤트 파이프라인 설계", "expected_signal": "이벤트 기반 아키텍처에서 데이터 정합성을 유지하기 위해 Kafka의 핵심 기능과 이를 구현한 방식을 설명해야 합니다."}, {"category": "BEHAVIORAL", "question": "대용량 트래픽 환경에서 데이터 정합성을 지키는 서버를 만들고자 하는 관심사를 바탕으로, 본인이 생각하는 '데이터 정합성'의 정의와 이를 위해 가장 중요하게 고려하는 요소는 무엇인가요?", "job_category": "BACKEND", "target_evidence": "대용량 트래픽에서도 데이터 정합성을 지키는 서버를 만드는 데 관심이 많습니다.", "expected_signal": "지원자가 추구하는 기술적 가치(데이터 정합성)를 실제 개발 과정에서 어떻게 실현했는지 경험을 통해 연결하여 설명해야 합니다."}], "latency_sec": 14.857, "in_tokens": 2869, "out_tokens": 783} +{"label": "lcpp-gemma4-e2b", "suite": "questions", "case_id": "q-frontend-repo", "rep": 0, "ok": true, "questions": [{"category": "PROJECT_DEEP_DIVE", "question": "react-window를 도입하여 일정 타임라인의 스크롤 끊김을 해결한 구체적인 과정과 성능 개선 수치는 무엇인가요?", "job_category": "FRONTEND", "target_evidence": "일정 타임라인: 항목 2천 개 이상일 때 스크롤 끊김 → react-window 가상화 도입 (커밋 메시지: \"virtualize timeline, INP 480ms -> 120ms\")", "expected_signal": "성능 병목 현상을 정확히 진단하고, react-window 적용을 통해 정량적인 성능 개선을 달성한 경험을 설명해야 합니다."}, {"category": "TECH_CHOICE", "question": "오프라인 편집 기능 구현 시 IndexedDB(Dexie)를 사용한 낙관적 업데이트 전략을 선택한 기술적 이유는 무엇인가요?", "job_category": "FRONTEND", "target_evidence": "오프라인 편집: IndexedDB(Dexie) 에 낙관적 업데이트를 저장 후 온라인 복귀 시 동기화. 충돌은 last-write-wins (TODO 주석: \"CRDT 검토 필요\")", "expected_signal": "데이터 동기화 시 발생 가능한 충돌 상황을 인지하고, 낙관적 업데이트와 같은 특정 데이터 구조 선택의 장단점을 기술적으로 설명해야 합니다."}, {"category": "CS_FUNDAMENTAL", "question": "Kakao Map SDK 마커 500개를 클러스터링할 때 useMemo를 사용하여 좌표 변환 캐싱을 수행한 구체적인 이유와 그 이점은 무엇인가요?", "job_category": "FRONTEND", "target_evidence": "지도 마커 렌더링: Kakao Map SDK 마커 500개를 클러스터링, useMemo 로 좌표 변환 캐싱", "expected_signal": "렌더링 성능 최적화 관점에서 useMemo를 적용한 이유와, 이로 인해 얻은 성능적 이득을 명확히 설명해야 합니다."}, {"category": "PROJECT_DEEP_DIVE", "question": "Lighthouse 성능 점수가 68점에서 91점으로 향상된 과정에서, 가장 큰 개선 포인트였던 부분과 그 해결 방안을 설명해주세요.", "job_category": "FRONTEND", "target_evidence": "테스트/품질: Lighthouse 성능 점수 68 → 91 (PR #57 설명)", "expected_signal": "단순히 점수 향상을 언급하는 것이 아니라, 어떤 특정 코드나 구조적 개선이 성능 지표에 가장 큰 영향을 미쳤는지 구체적으로 설명해야 합니다."}, {"category": "BEHAVIORAL", "question": "여행 계획 웹앱 개발 중, CRDT 검토가 필요하다고 주석을 남긴 오프라인 동기화 로직에 대해 팀 내에서 어떤 논의가 있었고, 최종적으로 어떤 결정을 내렸나요?", "job_category": "FRONTEND", "target_evidence": "오프라인 편집: 충돌은 last-write-wins (TODO 주석: \"CRDT 검토 필요\")", "expected_signal": "기술적 부채나 잠재적 복잡성(CRDT)에 대해 팀원들과 어떻게 소통하고 합의점을 도출했는지 협업 능력을 보여주어야 합니다."}], "latency_sec": 12.54, "in_tokens": 2671, "out_tokens": 811} +{"label": "lcpp-gemma4-e2b", "suite": "questions", "case_id": "q-infra-dba-multi", "rep": 0, "ok": true, "questions": [{"category": "PROJECT_DEEP_DIVE", "question": "EKS 클러스터 운영 시 HPA 기준을 CPU 70%로 설정한 구체적인 이유와 그 설정이 실제 트래픽 피크 상황에서 어떻게 동작했는지 설명해주세요.", "job_category": "INFRA", "target_evidence": "HPA 기준을 CPU 70% 로 설정, 트래픽 피크(월급날 10시) 대비 사전 스케일아웃 CronJob 운영", "expected_signal": "시스템 부하 예측을 기반으로 리소스 효율성과 안정성을 동시에 고려했음을 보여주세요."}, {"category": "PROJECT_DEEP_DIVE", "question": "PostgreSQL 14 RDS 운영 중 슬로우 쿼리 p95가 2.3초에서 180ms로 개선된 과정에서, 복합 인덱스 재설계와 파티셔닝을 어떻게 적용했는지 상세히 설명해주세요.", "job_category": "DBA", "target_evidence": "PostgreSQL 14 (RDS) 운영: 슬로우 쿼리 p95 2.3초 → 180ms (복합 인덱스 재설계, autovacuum 튜닝, 파티셔닝으로 거래내역 테이블 월 단위 분할)", "expected_signal": "DB 튜닝 과정에서 문제의 근본 원인을 분석하고, 구체적인 SQL 및 DB 구조 변경을 통해 성능을 개선했음을 보여주세요."}, {"category": "TECH_CHOICE", "question": "Terraform으로 VPC, RDS, EKS 모듈화를 진행할 때, 환경별(dev/stg/prod) workspace를 분리한 구체적인 설계 결정 이유가 무엇인가요?", "job_category": "INFRA", "target_evidence": "Terraform 으로 VPC·RDS·EKS 모듈화, 환경별(dev/stg/prod) workspace 분리", "expected_signal": "인프라 관리의 일관성과 보안/격리 수준을 어떻게 확보했는지 기술적 선택의 이유를 설명해주세요."}, {"category": "CS_FUNDAMENTAL", "question": "ArgoCD GitOps 도입을 통해 배포 리드타임을 1일에서 30분으로 단축시킨 과정에서, GitOps 워크플로우의 어떤 부분(예: Sync, Reconciliation)이 가장 큰 병목이었으며 어떻게 해결했나요?", "job_category": "INFRA", "target_evidence": "ArgoCD GitOps 도입으로 배포 리드타임 1일 → 30분", "expected_signal": "GitOps의 핵심 원리를 이해하고, 실제 배포 자동화 과정에서 발생한 기술적 난관을 극복한 경험을 설명해주세요."}, {"category": "BEHAVIORAL", "question": "RDS 스토리지 풀로 쓰기 중단 장애 발생 시, CloudWatch 알람과 스토리지 오토스케일링을 적용하여 장애를 해결한 본인의 구체적인 행동과 그 과정에서 배운 점은 무엇인가요?", "job_category": "INFRA", "target_evidence": "장애: 2024.03 RDS 스토리지 풀로 쓰기 중단 40분 → CloudWatch 알람 + 스토리지 오토스케일링 적용", "expected_signal": "예기치 않은 장애 상황에서 침착하게 모니터링하고, 적절한 자동화 및 대응책을 적용하여 안정성을 회복한 경험을 STAR 기법으로 설명해주세요."}], "latency_sec": 12.974, "in_tokens": 2663, "out_tokens": 853} +{"label": "lcpp-gemma4-e2b", "suite": "questions", "case_id": "q-personality-coverletter", "rep": 0, "ok": true, "questions": [{"category": "PROJECT_DEEP_DIVE", "question": "학사 공지 알림 봇을 운영하며 '멈추지 않는 서비스'가 신뢰를 만든다고 배웠다고 했는데, 구체적으로 어떤 기술적 결정이 서비스의 안정성에 가장 큰 영향을 미쳤나요?", "job_category": "BACKEND", "target_evidence": "학부 동아리에서 학사 공지 알림 봇을 만들며 사용자 800명이 매일 쓰는 서비스를 운영해 본 경험이 있습니다. 새벽에 크롤러가 멈춰 공지가 누락됐을 때 동아리원들의 항의를 직접 받으며, 기능보다 '멈추지 않는 서비스'가 신뢰를 만든다는 것을 배웠습니다.", "expected_signal": "기술적 안정성을 확보하기 위해 어떤 부분을 우선순위로 두었는지 구체적인 기술적 선택과 그 결과를 설명해야 합니다."}, {"category": "PROJECT_DEEP_DIVE", "question": "알림 봇 DB를 SQLite에서 PostgreSQL로 전환할 때, 동시 쓰기 락 문제 해결 과정에서 트랜잭션 격리 수준을 공부했다고 했는데, 당시 어떤 격리 수준을 고려했고 어떤 방식으로 문제를 해결했는지 설명해주세요.", "job_category": "BACKEND", "target_evidence": "알림 봇 DB를 SQLite 로 시작했다가 동시 쓰기 락 문제로 알림이 중복 발송되었습니다. 원인을 찾는 데 3일이 걸렸고, PostgreSQL 로 이전하며 트랜잭션 격리 수준을 공부하게 됐습니다.", "expected_signal": "데이터베이스 동시성 문제 해결 과정에서 학습한 이론(트랜잭션 격리 수준)을 실제 문제 해결에 어떻게 적용했는지 기술해야 합니다."}, {"category": "BEHAVIORAL", "question": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합이 지연되었을 때, 본인이 제안한 OpenAPI 명세 및 Mock 서버 전략의 구체적인 실행 과정과 팀원과의 갈등 해결 과정을 STAR 기법으로 설명해주세요.", "job_category": "BACKEND", "target_evidence": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합 직전 2주가 지연된 적이 있습니다. 저는 OpenAPI 명세를 먼저 작성하고 Mock 서버를 띄워 프론트가 병렬로 개발하도록 제안했고, 이후 스프린트에서는 통합 이슈가 3건에서 0건으로 줄었습니다. 다만 초반에 제 방식이 옳다고 고집해 팀원과 감정이 상한 적도 있어, 이후에는 결정 전에 대안 두 가지를 함께 비교하는 방식으로 바꿨습니다.", "expected_signal": "갈등 상황에서 본인의 주장을 관철하는 과정과, 이후 협업 방식을 개선한 구체적인 행동 변화를 설명해야 합니다."}, {"category": "TECH_CHOICE", "question": "API 스펙을 명세화할 때 OpenAPI를 선택한 이유와, 실제 프로젝트에서 Mock 서버를 활용한 병렬 개발 전략을 채택한 기술적 근거는 무엇이었나요?", "job_category": "BACKEND", "target_evidence": "저는 OpenAPI 명세를 먼저 작성하고 Mock 서버를 띄워 프론트가 병렬로 개발하도록 제안했고, 이후 스프린트에서는 통합 이슈가 3건에서 0건으로 줄었습니다.", "expected_signal": "특정 기술 스택(OpenAPI, Mock Server)을 선택한 이유와 그 선택이 프로젝트 효율성에 미친 긍정적인 영향을 기술해야 합니다."}, {"category": "BEHAVIORAL", "question": "서비스 운영 경험에서 '기능보다 멈추지 않는 서비스'가 신뢰를 만든다는 교훈을 얻었다고 했는데, 이 경험을 통해 본인이 팀이나 서비스에 기여하는 방식에 대해 어떻게 생각하는지 설명해주세요.", "job_category": "BACKEND", "target_evidence": "학부 동아리에서 학사 공지 알림 봇을 만들며 사용자 800명이 매일 쓰는 서비스를 운영해 본 경험이 있습니다. 새벽에 크롤러가 멈춰 공지가 누락됐을 때 동아리원들의 항의를 직접 받으며, 기능보다 '멈추지 않는 서비스'가 신뢰를 만든다는 것을 배웠습니다.", "expected_signal": "사용자 신뢰 확보라는 목표를 위해 본인이 어떤 태도와 행동으로 팀의 목표 달성에 기여했는지 설명해야 합니다."}], "latency_sec": 15.181, "in_tokens": 2654, "out_tokens": 1052} +{"label": "lcpp-gemma4-e2b", "suite": "questions", "case_id": "q-long-context-p90", "rep": 0, "ok": true, "questions": [{"category": "PROJECT_DEEP_DIVE", "question": "MSA 전환 시 주문 서비스를 분리할 때, Kafka 기반 이벤트 파이프라인을 설계한 구체적인 의사결정 과정은 무엇이었나요?", "job_category": "BACKEND", "target_evidence": "모놀리식 → MSA 전환: 주문 서비스를 별도 서비스로 분리, DB 분리(PostgreSQL) 및 Kafka 기반 이벤트 발행/구독 구조 도입.", "expected_signal": "시스템 분리 시 고려한 비즈니스 요구사항과 기술적 선택의 근거를 명확히 설명해야 합니다."}, {"category": "TECH_CHOICE", "question": "실시간 재고 동기화 프로젝트에서 Redis 기반 캐시와 DB write-behind 전략을 선택한 기술적 이유는 무엇인가요?", "job_category": "BACKEND", "target_evidence": "Redis 기반 재고 캐시 + DB write-behind, 동시성 제어(낙관적 락 → 분산 락 전환)", "expected_signal": "캐싱 전략과 동시성 제어 메커니즘 선택의 트레이드오프와 그 이유를 기술적으로 설명해야 합니다."}, {"category": "CS_FUNDAMENTAL", "question": "결제 콜백 지연 시 중복 주문을 방지하기 위해 멱등 키와 Transactional Outbox 패턴을 사용했는데, 이 두 패턴이 데이터 정합성을 보장하는 원리를 설명해 주세요.", "job_category": "BACKEND", "target_evidence": "결제 승인 콜백 지연 시 중복 주문 발생 문제: 멱등 키 테이블 + Transactional Outbox 로 해결, 중복 주문 0건 달성", "expected_signal": "멱등 키와 Outbox 패턴이 트랜잭션 환경에서 데이터 정합성을 어떻게 보장하는지 핵심 원리를 설명해야 합니다."}, {"category": "BEHAVIORAL", "question": "캡스톤 프로젝트에서 프론트엔드 팀원과의 API 스펙 해석 차이로 갈등이 발생했을 때, 본인이 취한 구체적인 행동과 그 결과는 무엇이었나요?", "job_category": "BACKEND", "target_evidence": "저는 OpenAPI 명세를 먼저 작성하고 Mock 서버를 띄워 프론트가 병렬로 개발하도록 제안했고, 이후 스프린트에서는 통합 이슈가 3건에서 0건으로 줄었습니다. 다만 초반에 제 방식이 옳다고 고집해 팀원과 감정이 상한 적도 있어, 이후에는 결정 전에 대안 두 가지를 함께 비교하는 방식으로 바꿨습니다.", "expected_signal": "갈등 상황에서 자신의 주장을 관철하는 것과 협업을 위해 유연하게 대안을 수용하는 균형 잡힌 태도를 보여주어야 합니다."}, {"category": "BEHAVIORAL", "question": "학사 공지 알림 봇 운영 경험에서 '멈추지 않는 서비스'가 신뢰를 만든다는 것을 배웠다고 했는데, 이 경험을 통해 얻은 '서비스 안정성'에 대한 본인의 철학은 무엇인가요?", "job_category": "BACKEND", "target_evidence": "학부 동아리에서 학사 공지 알림 봇을 만들며 사용자 800명이 매일 쓰는 서비스를 운영해 본 경험이 있습니다. 새벽에 크롤러가 멈춰 공지가 누락됐을 때 동아리원들의 항의를 직접 받으며, 기능보다 '멈추지 않는 서비스'가 신뢰를 만든다는 것을 배웠습니다.", "expected_signal": "기술적 완성도 외에 서비스 운영 관점에서 중요하게 생각하는 가치와 그 경험을 통해 얻은 교훈을 연결하여 설명해야 합니다."}], "latency_sec": 16.551, "in_tokens": 4007, "out_tokens": 881} +{"label": "lcpp-gemma4-e2b", "suite": "questions", "case_id": "q-backend-tech", "rep": 1, "ok": true, "questions": [{"category": "PROJECT_DEEP_DIVE", "question": "MSA 전환 시 주문 서비스를 분리할 때, Kafka 기반 이벤트 파이프라인을 설계한 구체적인 과정과 그 설계 결정의 이유를 설명해주세요.", "job_category": "BACKEND", "target_evidence": "MSA 전환 프로젝트에서 주문 서비스를 별도 서비스로 분리, DB 분리(PostgreSQL) 및 Kafka 기반 이벤트 발행/구독 구조 도입.", "expected_signal": "시스템 분리 시 고려한 비즈니스 요구사항과 기술적 선택의 근거를 명확히 설명해야 합니다."}, {"category": "PROJECT_DEEP_DIVE", "question": "결제 승인 콜백 지연으로 인한 중복 주문 문제를 해결하기 위해 멱등 키와 Outbox 패턴을 적용한 구체적인 구현 방식과 그 효과를 설명해주세요.", "job_category": "BACKEND", "target_evidence": "결제 승인 콜백 지연 시 중복 주문 발생 문제: 멱등 키 테이블 + Transactional Outbox 로 해결, 중복 주문 0건 달성", "expected_signal": "복잡한 동시성 문제 해결을 위해 사용한 패턴의 작동 원리와 데이터 정합성 확보 과정을 상세히 설명해야 합니다."}, {"category": "TECH_CHOICE", "question": "실시간 재고 동기화 프로젝트에서 Redis 기반 캐시와 DB write-behind 전략을 선택한 기술적 이유와, 동시성 제어를 위해 낙관적 락에서 분산 락으로 전환한 결정의 배경을 설명해주세요.", "job_category": "BACKEND", "target_evidence": "Redis 기반 재고 캐시 + DB write-behind, 동시성 제어(낙관적 락 → 분산 락 전환)", "expected_signal": "각 기술 스택 선택의 트레이드오프(Trade-off)를 이해하고, 상황에 따라 동시성 제어 전략을 변경한 이유를 설명해야 합니다."}, {"category": "CS_FUNDAMENTAL", "question": "Kafka를 사용하여 주문/결제 도메인 간의 이벤트 파이프라인을 구축할 때, 메시지 순서 보장(Ordering)이나 메시지 유실(Loss)에 대해 어떻게 고려했는지 설명해주세요.", "job_category": "BACKEND", "target_evidence": "Kafka 기반 이벤트 발행/구독 구조 도입.", "expected_signal": "대용량 트래픽 환경에서 데이터 정합성을 위해 메시지 전달의 신뢰성을 어떻게 확보했는지 기술적 관점에서 설명해야 합니다."}, {"category": "BEHAVIORAL", "question": "모놀리식에서 MSA로 전환하는 과정에서 발생한 기술적/협업적 어려움 중 가장 기억에 남는 사례와, 이를 해결하기 위해 본인이 취한 구체적인 행동은 무엇이었나요?", "job_category": "BACKEND", "target_evidence": "모놀리식 → MSA 전환: 주문 서비스를 별도 서비스로 분리, 배포 단위 축소로 배포 주기 2주 → 2일", "expected_signal": "기술적 변화 과정에서 발생한 갈등이나 장애 상황을 STAR 기법에 따라 구체적인 행동과 성과 중심으로 설명해야 합니다."}], "latency_sec": 12.702, "in_tokens": 2869, "out_tokens": 779} +{"label": "lcpp-gemma4-e2b", "suite": "questions", "case_id": "q-frontend-repo", "rep": 1, "ok": true, "questions": [{"category": "PROJECT_DEEP_DIVE", "question": "react-window를 도입하여 일정 타임라인의 스크롤 끊김 문제를 해결한 구체적인 과정과 성능 개선 수치는 무엇인가요?", "job_category": "FRONTEND", "target_evidence": "일정 타임라인: 항목 2천 개 이상일 때 스크롤 끊김 → react-window 가상화 도입 (커밋 메시지: \"virtualize timeline, INP 480ms -> 120ms\")", "expected_signal": "성능 병목 현상을 정확히 진단하고, react-window 적용을 통해 정량적인 성능 개선을 달성한 경험을 설명해야 합니다."}, {"category": "TECH_CHOICE", "question": "오프라인 편집 기능 구현 시 IndexedDB(Dexie)를 사용한 낙관적 업데이트 전략을 선택한 기술적 이유는 무엇인가요?", "job_category": "FRONTEND", "target_evidence": "오프라인 편집: IndexedDB(Dexie) 에 낙관적 업데이트를 저장 후 온라인 복귀 시 동기화. 충돌은 last-write-wins (TODO 주석: \"CRDT 검토 필요\")", "expected_signal": "데이터 동기화 시 발생 가능한 충돌 상황을 인지하고, 낙관적 업데이트와 같은 특정 데이터 구조 선택의 장단점을 기술적으로 설명해야 합니다."}, {"category": "CS_FUNDAMENTAL", "question": "Kakao Map SDK 마커 500개를 클러스터링할 때 useMemo를 사용하여 좌표 변환 캐싱을 수행한 구체적인 이유와 그로 인한 이점은 무엇인가요?", "job_category": "FRONTEND", "target_evidence": "지도 마커 렌더링: Kakao Map SDK 마커 500개를 클러스터링, useMemo 로 좌표 변환 캐싱", "expected_signal": "렌더링 성능 최적화 관점에서 useMemo를 사용하여 불필요한 반복 계산을 방지하고, 렌더링 성능 향상에 기여한 바를 설명해야 합니다."}, {"category": "PROJECT_DEEP_DIVE", "question": "S3에 직접 업로드하는 이미지 처리 과정에서 WebP 변환을 클라이언트 측에서 수행한 기술적 결정의 배경과 고려사항은 무엇인가요?", "job_category": "FRONTEND", "target_evidence": "이미지 업로드: presigned URL 로 S3 직접 업로드, 클라이언트에서 WebP 변환", "expected_signal": "이미지 포맷 변환을 클라이언트에서 처리했을 때의 장점과 서버 부하, 클라이언트 성능 측면에서의 트레이드오프를 설명해야 합니다."}, {"category": "BEHAVIORAL", "question": "프로젝트 전반에서 Vitest와 Playwright를 사용하여 테스트를 수행했는데, 테스트 커버리지나 E2E 테스트 실패 시 디버깅 과정에서 가장 어려웠던 점과 해결 방안은 무엇이었나요?", "job_category": "FRONTEND", "target_evidence": "테스트/품질: Vitest 단위 테스트 42개, Playwright E2E 6개", "expected_signal": "테스트 자동화 과정에서 발생한 실제적인 문제 해결 경험과, 이를 통해 코드 품질을 어떻게 향상시켰는지 STAR 기법으로 설명해야 합니다."}], "latency_sec": 8.943, "in_tokens": 2671, "out_tokens": 810} +{"label": "lcpp-gemma4-e2b", "suite": "questions", "case_id": "q-infra-dba-multi", "rep": 1, "ok": true, "questions": [{"category": "PROJECT_DEEP_DIVE", "question": "EKS 클러스터 운영 시 HPA 기준을 CPU 70%로 설정한 구체적인 이유와 그 설정이 실제 트래픽 피크 상황에서 어떻게 동작했는지 설명해 주세요.", "job_category": "INFRA", "target_evidence": "HPA 기준을 CPU 70% 로 설정, 트래픽 피크(월급날 10시) 대비 사전 스케일아웃 CronJob 운영", "expected_signal": "시스템 부하 예측에 기반하여 리소스 효율성과 안정성을 동시에 고려했음을 보여주세요."}, {"category": "PROJECT_DEEP_DIVE", "question": "PostgreSQL 14 RDS 운영 중 슬로우 쿼리 p95가 2.3초에서 180ms로 개선된 과정에서 복합 인덱스 재설계와 파티셔닝을 어떻게 적용했는지 상세히 설명해 주세요.", "job_category": "DBA", "target_evidence": "PostgreSQL 14 (RDS) 운영: 슬로우 쿼리 p95 2.3초 → 180ms (복합 인덱스 재설계, autovacuum 튜닝, 파티셔닝으로 거래내역 테이블 월 단위 분할)", "expected_signal": "DB 성능 개선 시 문제의 근본 원인을 분석하고, 데이터베이스 구조 변경을 통해 정량적 성과를 달성했음을 보여주세요."}, {"category": "TECH_CHOICE", "question": "Terraform으로 VPC, RDS, EKS 모듈화를 진행할 때, 환경별(dev/stg/prod) workspace를 분리한 구체적인 설계 결정 이유가 무엇인가요?", "job_category": "INFRA", "target_evidence": "Terraform 으로 VPC·RDS·EKS 모듈화, 환경별(dev/stg/prod) workspace 분리", "expected_signal": "인프라 관리의 일관성과 보안을 유지하기 위한 설계 의도를 설명해 주세요."}, {"category": "CS_FUNDAMENTAL", "question": "ArgoCD GitOps 도입을 통해 배포 리드타임을 1일에서 30분으로 단축시킨 과정에서, GitOps 워크플로우의 어떤 부분에 가장 집중하여 최적화했는지 설명해 주세요.", "job_category": "INFRA", "target_evidence": "ArgoCD GitOps 도입으로 배포 리드타임 1일 → 30분", "expected_signal": "GitOps의 핵심 원리(자동화, 안정성)를 이해하고 실제 배포 속도 개선에 어떻게 기여했는지 설명해 주세요."}, {"category": "BEHAVIORAL", "question": "RDS 스토리지 풀로 쓰기 중단 장애 발생 시, CloudWatch 알람과 스토리지 오토스케일링을 적용하여 문제를 해결한 본인의 구체적인 행동과 그 과정에서 배운 점을 STAR 기법으로 설명해 주세요.", "job_category": "DBA", "target_evidence": "장애: 2024.03 RDS 스토리지 풀로 쓰기 중단 40분 → CloudWatch 알람 + 스토리지 오토스케일링 적용", "expected_signal": "예기치 않은 장애 상황에서 침착하게 모니터링하고, 적절한 자동화 메커니즘을 적용하여 복구했음을 보여주세요."}], "latency_sec": 9.271, "in_tokens": 2663, "out_tokens": 839} +{"label": "lcpp-gemma4-e2b", "suite": "questions", "case_id": "q-personality-coverletter", "rep": 1, "ok": true, "questions": [{"category": "PROJECT_DEEP_DIVE", "question": "학사 공지 알림 봇을 운영하며 '멈추지 않는 서비스'가 신뢰를 만든다고 배웠다고 했는데, 구체적으로 어떤 기술적 결정이 서비스의 안정성에 가장 큰 기여를 했다고 생각하십니까?", "job_category": "BACKEND", "target_evidence": "학부 동아리에서 학사 공지 알림 봇을 만들며 사용자 800명이 매일 쓰는 서비스를 운영해 본 경험이 있습니다. 새벽에 크롤러가 멈춰 공지가 누락됐을 때 동아리원들의 항의를 직접 받으며, 기능보다 '멈추지 않는 서비스'가 신뢰를 만든다는 것을 배웠습니다.", "expected_signal": "기술적 안정성을 확보하기 위해 어떤 구체적인 설계나 구현 방식을 적용했는지 설명해야 합니다."}, {"category": "BEHAVIORAL", "question": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합이 지연되었을 때, 본인이 제안한 'OpenAPI 명세 작성 및 Mock 서버 사용' 방식에 대해 팀원들과 어떻게 설득하고 협업했는지 STAR 기법으로 설명해 주십시오.", "job_category": "BACKEND", "target_evidence": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합 직전 2주가 지연된 적이 있습니다. 저는 OpenAPI 명세를 먼저 작성하고 Mock 서버를 띄워 프론트가 병렬로 개발하도록 제안했고, 이후 스프린트에서는 통합 이슈가 3건에서 0건으로 줄었습니다. 다만 초반에 제 방식이 옳다고 고집해 팀원과 감정이 상한 적도 있어, 이후에는 결정 전에 대안 두 가지를 함께 비교하는 방식으로 바꿨습니다.", "expected_signal": "갈등 상황에서 본인의 주장을 관철하는 과정과, 이후 협업 방식을 개선한 성찰을 구체적으로 보여주어야 합니다."}, {"category": "CS_FUNDAMENTAL", "question": "알림 봇 DB를 SQLite에서 PostgreSQL로 마이그레이션할 때, 동시 쓰기 락 문제 해결 과정에서 트랜잭션 격리 수준을 공부했다고 언급했는데, 실제 어떤 격리 수준(Isolation Level)을 고려했고 어떤 방식으로 문제를 해결했는지 설명해 주십시오.", "job_category": "BACKEND", "target_evidence": "알림 봇 DB를 SQLite 로 시작했다가 동시 쓰기 락 문제로 알림이 중복 발송되었습니다. 원인을 찾는 데 3일이 걸렸고, PostgreSQL 로 이전하며 트랜잭션 격리 수준을 공부하게 됐습니다.", "expected_signal": "DB 동시성 문제 해결 과정에서 학습한 이론(트랜잭션 격리 수준)을 실제 문제 해결에 어떻게 적용했는지 기술해야 합니다."}, {"category": "BEHAVIORAL", "question": "실패 경험에서 DB 문제 해결에 3일이 걸렸다고 했는데, 문제 해결 과정에서 좌절감을 극복하고 끈기 있게 원인을 추적했던 본인만의 행동 방식은 무엇이었습니까?", "job_category": "BACKEND", "target_evidence": "알림 봇 DB를 SQLite 로 시작했다가 동시 쓰기 락 문제로 알림이 중복 발송되었습니다. 원인을 찾는 데 3일이 걸렸고, PostgreSQL 로 이전하며 트랜잭션 격리 수준을 공부하게 됐습니다.", "expected_signal": "복잡하고 시간이 오래 걸리는 문제에 직면했을 때, 지원자가 보여준 끈기와 문제 해결을 위한 구체적인 행동을 중심으로 답변해야 합니다."}], "latency_sec": 9.632, "in_tokens": 2654, "out_tokens": 873} +{"label": "lcpp-gemma4-e2b", "suite": "questions", "case_id": "q-long-context-p90", "rep": 1, "ok": true, "questions": [{"category": "PROJECT_DEEP_DIVE", "question": "MSA 전환 시 주문 서비스를 분리하고 Kafka 기반 이벤트 파이프라인을 설계할 때, 각 서비스 간의 데이터 정합성을 어떻게 보장했는지 구체적인 설계 방식을 설명해 주세요.", "job_category": "BACKEND", "target_evidence": "모놀리식 → MSA 전환: 주문 서비스를 별도 서비스로 분리, DB 분리(PostgreSQL) 및 Kafka 기반 이벤트 발행/구독 구조 도입.", "expected_signal": "이벤트 기반 아키텍처 설계 시 데이터 일관성 및 메시지 순서 보장을 위한 구체적인 메커니즘을 설명해야 합니다."}, {"category": "TECH_CHOICE", "question": "실시간 재고 동기화 프로젝트에서 Redis 캐시와 DB write-behind 전략을 사용했는데, 동시성 제어를 위해 낙관적 락에서 분산 락으로 전환한 구체적인 기술적 이유와 전환 과정에서 발생한 이슈는 무엇이었나요?", "job_category": "BACKEND", "target_evidence": "Redis 기반 재고 캐시 + DB write-behind, 동시성 제어(낙관적 락 → 분산 락 전환)", "expected_signal": "동시성 제어 전략의 선택 이유와, 분산 락 도입 시 예상되는 성능 및 정합성 이슈에 대한 기술적 이해도를 보여주어야 합니다."}, {"category": "CS_FUNDAMENTAL", "question": "Outbox 패턴을 사용하여 트랜잭션 격리 수준을 고려했을 때, 데이터베이스 트랜잭션과 메시지 발행 간의 원자성(Atomicity)을 보장하는 핵심 메커니즘은 무엇이며, 이 패턴을 선택한 이유는 무엇인가요?", "job_category": "BACKEND", "target_evidence": "결제 승인 콜백 지연 시 중복 주문 발생 문제: 멱등 키 테이블 + Transactional Outbox 로 해결", "expected_signal": "Outbox 패턴을 통해 데이터베이스 트랜잭션과 메시지 발행의 원자성을 어떻게 확보했는지, 그리고 이 패턴이 중복 주문 방지에 어떻게 기여했는지 설명해야 합니다."}, {"category": "BEHAVIORAL", "question": "학사 공지 알림 봇 경험에서 '멈추지 않는 서비스'가 신뢰를 만든다는 것을 배웠다고 했는데, 실제 서비스 운영 중 예상치 못한 장애 상황에 대응하여 사용자 신뢰를 회복했던 구체적인 행동(STAR)을 설명해 주세요.", "job_category": "BACKEND", "target_evidence": "학부 동아리에서 학사 공지 알림 봇을 만들며 사용자 800명이 매일 쓰는 서비스를 운영해 본 경험해. 새벽에 크롤러가 멈춰 공지가 누락됐을 때 동아리원들의 항의를 직접 받으며, 기능보다 '멈추지 않는 서비스'가 신뢰를 만든다는 것을 배웠어.", "expected_signal": "장애 상황에서 감정적 대응이 아닌, 기술적 해결을 통해 사용자 신뢰를 확보한 구체적인 행동과 그 과정에서 배운 점을 STAR 형식으로 제시해야 합니다."}, {"category": "BEHAVIORAL", "question": "캡스톤 프로젝트 중 프론트엔드 팀원과의 API 스펙 해석 차이로 통합이 지연되었을 때, 본인이 제안한 방식과 팀원과의 갈등을 어떻게 해결했는지 구체적인 행동을 설명해 주세요.", "job_category": "BACKEND", "target_evidence": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합 직전 2주가 지연된 적이 있습니다. 저는 OpenAPI 명세를 먼저 작성하고 Mock 서버를 띄워 프론트가 병렬로 개발하도록 제안했고, 이후 스프린트에서는 통합 이슈가 3건에서 0건으로 줄었습니다. 다만 초반에 제 방식이 옳다고 고집해 팀원과 감정이 상한 적도 있어, 이후에는 결정 전에 대안 두 가지를 함께 비교하는 방식으로 바꿨어.", "expected_signal": "기술적 주장을 관철하는 과정에서 발생한 갈등 상황을 어떻게 관리하고, 협업의 효율성을 높이기 위해 자신의 방식을 유연하게 조정했던 경험을 보여주어야 합니다."}], "latency_sec": 11.319, "in_tokens": 4007, "out_tokens": 1016} diff --git a/docs/research/local-llm-deep-dive-2026-09/data/raw/lcpp-gemma4-e4b.jsonl b/docs/research/local-llm-deep-dive-2026-09/data/raw/lcpp-gemma4-e4b.jsonl new file mode 100644 index 00000000..1da2227b --- /dev/null +++ b/docs/research/local-llm-deep-dive-2026-09/data/raw/lcpp-gemma4-e4b.jsonl @@ -0,0 +1,44 @@ +{"label": "lcpp-gemma4-e4b", "suite": "followup", "case_id": "f-strong-backend", "rep": 0, "ok": true, "followup_question": "멱등 키가 PG사의 재전송 같은 외부 요청 중복을 막는다면, Outbox 패턴은 어떤 종류의 '내부' 시스템 실패 케이스를 방어하는 것인가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.606, "ttft_sec": 0.247, "in_tokens": 1520, "out_tokens": 86} +{"label": "lcpp-gemma4-e4b", "suite": "followup", "case_id": "f-weak-vague", "rep": 0, "ok": true, "followup_question": "멱등 키와 Outbox 패턴을 함께 사용했다고 하셨는데, 두 패턴이 각각 어떤 종류의 '중복' 상황을 방지하는지 구체적인 실패 시나리오를 들어 설명해 주실 수 있나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 2.0, "ttft_sec": null, "in_tokens": 1390, "out_tokens": 96} +{"label": "lcpp-gemma4-e4b", "suite": "followup", "case_id": "f-dont-know-explicit", "rep": 0, "ok": true, "followup_question": "PostgreSQL의 MVCC와 vacuum의 관계에 대해 더 자세히 설명해주실 수 있나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 2.097, "ttft_sec": null, "in_tokens": 1344, "out_tokens": 68} +{"label": "lcpp-gemma4-e4b", "suite": "followup", "case_id": "f-dont-know-stt", "rep": 0, "ok": true, "followup_question": "React 18의 자동 배칭이 비동기 콜백 내부 업데이트까지 포함한다는 점에 대해 더 자세히 설명해 주실 수 있나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 2.46, "ttft_sec": null, "in_tokens": 1343, "out_tokens": 80} +{"label": "lcpp-gemma4-e4b", "suite": "followup", "case_id": "f-clarification", "rep": 0, "ok": true, "followup_question": "HPA 기준을 CPU 70%로 잡은 근거와 트래픽 피크 시 사전 스케일아웃을 병행한 이유에 대해 다시 설명해 주시겠어요?", "answer_intent": "CLARIFICATION", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 2.725, "ttft_sec": 1.382, "in_tokens": 1379, "out_tokens": 88} +{"label": "lcpp-gemma4-e4b", "suite": "followup", "case_id": "f-confirm-short", "rep": 0, "ok": true, "followup_question": "Outbox 릴레이가 폴링할 때, 특정 메시지 처리에 실패했을 경우 재시도 로직은 어떻게 구현하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 3.0, "structure": "NONE", "correctness": null}, "latency_sec": 2.5, "ttft_sec": 1.347, "in_tokens": 1365, "out_tokens": 75} +{"label": "lcpp-gemma4-e4b", "suite": "followup", "case_id": "f-infra-fact-error", "rep": 0, "ok": true, "followup_question": "HPA 기준을 메모리 50%로 잡으셨다고 했는데, 이 서비스의 메모리 사용량이 다른 리소스(CPU, 네트워크 I/O 등) 대비 현저히 높다는 근거는 무엇인가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 3.0, "structure": "NONE", "correctness": 1.0}, "latency_sec": 4.032, "ttft_sec": 2.506, "in_tokens": 1661, "out_tokens": 94} +{"label": "lcpp-gemma4-e4b", "suite": "followup", "case_id": "f-dba-correct-with-context", "rep": 0, "ok": true, "followup_question": "복합 인덱스 재설계 시, (user_id, created_at) 순서로 인덱스를 생성하신 구체적인 이유가 무엇인가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 4.392, "ttft_sec": 3.078, "in_tokens": 1780, "out_tokens": 84} +{"label": "lcpp-gemma4-e4b", "suite": "followup", "case_id": "f-frontend-strong", "rep": 0, "ok": true, "followup_question": "항목 높이를 캐시하기 위해 어떤 구체적인 로직이나 데이터 구조를 사용하셨는지, 그리고 그 캐시가 동적 높이 변화에 어떻게 대응했는지 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 4.382, "ttft_sec": 2.899, "in_tokens": 1752, "out_tokens": 93} +{"label": "lcpp-gemma4-e4b", "suite": "followup", "case_id": "f-personality-star", "rep": 0, "ok": true, "followup_question": "API 스펙 해석 차이로 인해 '2주가 밀렸다'고 하셨는데, 이 지연이 프로젝트 전체 일정에 미친 구체적인 영향도는 어느 정도였나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "FULL_STAR", "correctness": null}, "latency_sec": 3.008, "ttft_sec": 1.657, "in_tokens": 1444, "out_tokens": 86} +{"label": "lcpp-gemma4-e4b", "suite": "followup", "case_id": "f-personality-rambling", "rep": 0, "ok": true, "followup_question": "'서로 대화를 많이 하는 게 중요하다'고 하셨는데, 의견 충돌 상황에서 구체적으로 어떤 대화 방식을 시도하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.817, "ttft_sec": 0.616, "in_tokens": 1385, "out_tokens": 78} +{"label": "lcpp-gemma4-e4b", "suite": "followup", "case_id": "f-stt-messy-normal", "rep": 0, "ok": true, "followup_question": "월 200건에서 3건으로 줄었다고 하셨는데, 분산 락 도입 시 발생한 '락 획득 실패'로 인한 트랜잭션 실패율은 어느 정도였나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "NONE", "correctness": null}, "latency_sec": 2.865, "ttft_sec": 1.437, "in_tokens": 1418, "out_tokens": 91} +{"label": "lcpp-gemma4-e4b", "suite": "followup", "case_id": "f-long-answer-history", "rep": 0, "ok": true, "followup_question": "Saga 패턴에서 '보상 이벤트가 유실'되어 PENDING 상태가 남는 상황을 해결하기 위해 '스위퍼 배치'를 구현하셨는데, 이 스위퍼 배치가 정확히 어떤 비즈니스 로직을 기반으로 PENDING 주문을 재조회하도록 설계되었는지 구체적인 트리거 조건을 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "FULL_STAR", "correctness": null}, "latency_sec": 4.72, "ttft_sec": 2.695, "in_tokens": 1726, "out_tokens": 123} +{"label": "lcpp-gemma4-e4b", "suite": "followup", "case_id": "f-english-mixed", "rep": 0, "ok": true, "followup_question": "네트워크 요청 40% 감소라고 하셨는데, 이 수치는 어떤 특정 시나리오나 데이터 볼륨을 기준으로 측정하신 것인지 구체적인 예시를 들어 설명해주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "NONE", "correctness": null}, "latency_sec": 2.864, "ttft_sec": 1.448, "in_tokens": 1399, "out_tokens": 89} +{"label": "lcpp-gemma4-e4b", "suite": "followup", "case_id": "f-strong-backend", "rep": 1, "ok": true, "followup_question": "멱등 키가 PG사의 재전송 같은 외부 요청에 대한 '재시도'를 막는다면, Outbox 패턴은 어떤 종류의 '내부 시스템' 실패 케이스를 막는 것인지 더 구체적인 시나리오를 들어 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "NONE", "correctness": null}, "latency_sec": 3.809, "ttft_sec": 2.126, "in_tokens": 1520, "out_tokens": 104} +{"label": "lcpp-gemma4-e4b", "suite": "followup", "case_id": "f-weak-vague", "rep": 1, "ok": true, "followup_question": "멱등 키와 Outbox 패턴을 함께 사용하셨다면, 각각의 메커니즘이 상호 보완적으로 막는 구체적인 실패 시나리오를 예시로 들어 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.906, "ttft_sec": 0.467, "in_tokens": 1390, "out_tokens": 91} +{"label": "lcpp-gemma4-e4b", "suite": "followup", "case_id": "f-dont-know-explicit", "rep": 1, "ok": true, "followup_question": "PostgreSQL의 MVCC와 vacuum에 대한 지식이 부족하시다면, 혹시 데이터베이스 트랜잭션 격리 수준(Isolation Level)에 대해 설명해 주실 수 있나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 2.416, "ttft_sec": null, "in_tokens": 1344, "out_tokens": 87} +{"label": "lcpp-gemma4-e4b", "suite": "followup", "case_id": "f-dont-know-stt", "rep": 1, "ok": true, "followup_question": "React 18의 automatic batching이 비동기 콜백 내부 업데이트까지 배칭한다는 점을 어떤 시나리오로 이해하고 계신가요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 2.448, "ttft_sec": null, "in_tokens": 1343, "out_tokens": 81} +{"label": "lcpp-gemma4-e4b", "suite": "followup", "case_id": "f-clarification", "rep": 1, "ok": true, "followup_question": "HPA 기준을 CPU 70%로 잡은 근거와, 트래픽 피크에 사전 스케일아웃을 병행한 이유를 다시 설명해 주시겠어요?", "answer_intent": "CLARIFICATION", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 2.698, "ttft_sec": 1.358, "in_tokens": 1379, "out_tokens": 88} +{"label": "lcpp-gemma4-e4b", "suite": "followup", "case_id": "f-confirm-short", "rep": 1, "ok": true, "followup_question": "그렇다면 폴링 주기를 결정할 때 지연 시간과 시스템 부하 사이에서 어떤 trade-off를 고려하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 3.0, "structure": "NONE", "correctness": null}, "latency_sec": 2.425, "ttft_sec": 1.317, "in_tokens": 1365, "out_tokens": 73} +{"label": "lcpp-gemma4-e4b", "suite": "followup", "case_id": "f-infra-fact-error", "rep": 1, "ok": true, "followup_question": "HPA 기준을 '메모리 50%'로 잡으셨다고 했는데, 이 서비스에서 메모리 사용량이 높다는 구체적인 근거(예: 특정 컴포넌트의 메모리 패턴)가 무엇인지 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 3.0, "structure": "NONE", "correctness": 1.0}, "latency_sec": 4.121, "ttft_sec": 2.493, "in_tokens": 1661, "out_tokens": 101} +{"label": "lcpp-gemma4-e4b", "suite": "followup", "case_id": "f-dba-correct-with-context", "rep": 1, "ok": true, "followup_question": "말씀하신 '복합 인덱스'를 재설계하셨을 때, 정확히 어떤 컬럼 순서로 인덱스를 구성하셨고, 그 순서를 그렇게 선택하신 구체적인 이유가 무엇인가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": 4.0}, "latency_sec": 4.645, "ttft_sec": 3.074, "in_tokens": 1780, "out_tokens": 98} +{"label": "lcpp-gemma4-e4b", "suite": "followup", "case_id": "f-frontend-strong", "rep": 1, "ok": true, "followup_question": "말씀하신 '항목 높이 캐시'를 구현할 때, 동적 높이 문제를 해결하기 위해 구체적으로 어떤 알고리즘이나 기술적 메커니즘을 사용하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 4.351, "ttft_sec": 2.877, "in_tokens": 1752, "out_tokens": 92} +{"label": "lcpp-gemma4-e4b", "suite": "followup", "case_id": "f-personality-star", "rep": 1, "ok": true, "followup_question": "API 스펙 해석 차이로 2주 지연 시, Mock 서버를 띄우는 것이 가장 빠른 해결책이라고 판단하신 구체적인 근거는 무엇인가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 2.983, "ttft_sec": 1.64, "in_tokens": 1444, "out_tokens": 86} +{"label": "lcpp-gemma4-e4b", "suite": "followup", "case_id": "f-personality-rambling", "rep": 1, "ok": true, "followup_question": "'서로 대화를 많이 하는 것'이 의견 충돌 해결의 핵심이라고 하셨는데, 구체적으로 어떤 종류의 대화 방식이 가장 효과적이었다고 보시나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.914, "ttft_sec": 0.607, "in_tokens": 1385, "out_tokens": 84} +{"label": "lcpp-gemma4-e4b", "suite": "followup", "case_id": "f-stt-messy-normal", "rep": 1, "ok": true, "followup_question": "월 200건에서 3건으로 줄었다고 하셨는데, 이 감소율이 분산 락 도입 외에 다른 병목 지점 개선으로 인한 영향도 있었나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "NONE", "correctness": null}, "latency_sec": 2.769, "ttft_sec": 1.429, "in_tokens": 1418, "out_tokens": 86} +{"label": "lcpp-gemma4-e4b", "suite": "followup", "case_id": "f-long-answer-history", "rep": 1, "ok": true, "followup_question": "Saga 패턴에서 '보상 이벤트가 유실되면 주문이 PENDING에 계속 남는 경우'를 해결하기 위해 '30분 이상 PENDING 주문을 찾아 재조회하는 스위퍼 배치'를 구현하셨는데, 이 스위퍼 배치가 정확히 어떤 로직으로 '재조회'를 수행하며, 어떤 기준으로 '정상' 상태로 복구시키는지 구체적인 로직을 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "FULL_STAR", "correctness": null}, "latency_sec": 5.129, "ttft_sec": 2.682, "in_tokens": 1726, "out_tokens": 143} +{"label": "lcpp-gemma4-e4b", "suite": "followup", "case_id": "f-english-mixed", "rep": 1, "ok": true, "followup_question": "말씀하신 '화면별로 다르게 주는 staleTime'의 구체적인 기준이나 로직은 무엇이었는지 예시를 들어 설명해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "NONE", "correctness": null}, "latency_sec": 2.7, "ttft_sec": 1.43, "in_tokens": 1399, "out_tokens": 82} +{"label": "lcpp-gemma4-e4b", "suite": "coaching", "case_id": "c-weak-backend", "rep": 0, "ok": true, "coaching": {"model_answer": "두 패턴을 함께 사용한 이유는, 각각이 다른 종류의 실패 지점을 커버하기 위함입니다. 멱등 키(Idempotency Key)는 **외부 시스템(결제 게이트웨이 등)과의 통신 시 발생하는 재시도(Retry)로 인한 중복 요청**을 방지합니다. 즉, 동일한 요청이 여러 번 서버에 도달했을 때, 비즈니스 로직(주문 생성)이 한 번만 실행되도록 보장합니다.\n\n반면, Outbox 패턴은 **애플리케이션 내부의 트랜잭션 경계**에서 발생하는 데이터 일관성 문제를 해결합니다. 주문 생성과 이벤트 발행(Kafka로의 전파)을 하나의 DB 트랜잭션으로 묶어, 주문이 성공적으로 DB에 기록되었음에도 불구하고 네트워크 오류 등으로 이벤트가 발행되지 않는 '분실' 케이스를 원자적으로 방지합니다. 결론적으로, 멱등 키는 '요청의 중복 실행'을 막고, Outbox는 '이벤트 전파의 누락'을 막아 시스템의 완결성을 보장했습니다.", "answer_rewrite": "결제 승인 콜백 지연 문제에서 멱등 키와 Outbox 패턴을 함께 사용한 것은, 각각이 다른 종류의 '중복' 또는 '누락' 시나리오를 방어하기 위함입니다. \n\n첫째, **멱등 키**는 외부 콜백 과정에서 발생할 수 있는 **네트워크 재시도(Retry)**로 인해 동일한 승인 요청이 서버에 여러 번 도달하는 상황을 막습니다. 요청 ID를 통해 이미 처리된 요청을 식별하여 비즈니스 로직이 중복 실행되는 것을 방지합니다.\n\n둘째, **Outbox 패턴**은 **내부 트랜잭션의 원자성**을 보장합니다. 주문 DB에 기록하는 시점과 해당 주문 정보를 Kafka로 발행하는 시점 사이에 분리(Decoupling)가 발생할 수 있는데, Outbox는 이 두 행위를 단일 DB 트랜잭션으로 묶어, 주문이 성공적으로 DB에 저장되었음에도 불구하고 이벤트 발행이 누락되는 '분실' 케이스를 원자적으로 방지합니다. 즉, 멱등 키는 '요청의 중복 실행'을 막고, Outbox는 '이벤트 전파의 누락'을 막아 데이터 정합성을 완벽히 확보했습니다.", "coaching_comment": "단순히 '잘 처리했다'가 아닌, 두 패턴이 각각 어떤 '실패 모드(Failure Mode)'를 막는지 명확히 구분하여 설명해야 합니다."}, "latency_sec": 16.823, "in_tokens": 1394, "out_tokens": 593} +{"label": "lcpp-gemma4-e4b", "suite": "coaching", "case_id": "c-dont-know-cs", "rep": 0, "ok": true, "coaching": {"model_answer": "PostgreSQL의 MVCC 환경에서 오래 열린 트랜잭션(Long-running transaction)은 `vacuum` 프로세스에 심각한 영향을 미칩니다. MVCC는 각 트랜잭션이 데이터의 특정 시점 스냅샷을 보장하기 위해 사용되는데, 이 트랜잭션이 오래 열려 있으면, 해당 트랜잭션이 참조하는 데이터의 `xmin` (트랜잭션 ID)이 계속해서 활성 상태로 유지됩니다. \n\n이로 인해 `vacuum` 프로세스는 해당 트랜잭션이 종료될 때까지 해당 튜플을 안전하게 제거(reap)할 수 없습니다. 즉, `xmin horizon`이 해당 트랜잭션의 시작 시점보다 뒤로 밀리게 되고, 이는 불필요하게 많은 'dead tuples'가 시스템에 쌓이게 만듭니다. 이 dead tuples가 테이블 공간을 차지하며 테이블 블로트(Table Bloat)를 유발하고, 결국 성능 저하와 디스크 공간 낭비로 이어집니다.", "answer_rewrite": "제가 PostgreSQL의 MVCC와 Vacuum의 관계에 대해 정확히 설명드리겠습니다. 오래 열린 트랜잭션은 MVCC의 핵심 개념인 'Visibility' 제약 조건 때문에 Vacuum 작업이 지연됩니다. \n\n구체적으로, PostgreSQL은 트랜잭션 ID(XID)를 사용하여 데이터의 유효성을 판단합니다. 만약 어떤 트랜잭션이 오랫동안 실행 중이라면, 해당 트랜잭션이 생성한 데이터의 XID가 시스템의 'Active Transaction ID' 범위에 머무르게 됩니다. Vacuum은 이 Active Transaction ID보다 오래된(즉, 더 이상 유효하지 않은) 튜플만 제거할 수 있는데, 오래된 트랜잭션 때문에 이 경계(xmin horizon)가 계속 뒤로 밀리게 됩니다. 결과적으로, 실제로는 삭제되어야 할 dead tuple들이 시스템에 쌓여 테이블 블로트를 일으키고, 이는 I/O 및 쿼리 성능 저하로 직결됩니다.", "coaching_comment": "모르는 것을 인정하는 것보다, 관련 개념(MVCC, XID, Horizon)을 언급하며 '접근 방식'을 설명하는 것이 기술 면접에서는 훨씬 긍정적입니다."}, "latency_sec": 11.304, "in_tokens": 927, "out_tokens": 506} +{"label": "lcpp-gemma4-e4b", "suite": "coaching", "case_id": "c-personality-rambling", "rep": 0, "ok": true, "coaching": {"model_answer": "캡스톤 프로젝트 당시 프론트엔드 팀원과 API 스펙 해석 차이로 통합 직전 2주가 지연된 경험이 있습니다. 이 상황에서 저는 기술적인 해결책을 제시하며 갈등을 해소하고자 했습니다. 먼저, 제가 OpenAPI 명세를 선제적으로 작성하고 Mock 서버를 띄워 프론트엔드가 병렬 개발을 진행하도록 제안했습니다. 이는 양측의 개발 속도를 높이는 구체적인 행동이었습니다. 초기에는 제 방식이 옳다고 고집하며 팀원과 감정적인 충돌이 있었지만, 이후에는 '결정 전 대안 두 가지를 함께 비교'하는 방식으로 접근 방식을 바꿨습니다. 그 결과, 통합 이슈가 초기 3건에서 0건으로 줄어들었고, 무엇보다 기술적 합의 도출 과정에서 상호 존중하는 협업 문화를 만드는 데 기여했다고 생각합니다.", "answer_rewrite": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합 직전 2주가 지연된 경험이 있습니다. 이 상황에서 저는 기술적 해결책을 제시하는 동시에, 갈등을 관리하는 데 초점을 맞췄습니다. 초기에는 제가 생각하는 바를 강하게 주장하며 팀원과 감정이 상한 적이 있습니다. 하지만 이 경험을 통해 일방적인 주장보다는 합의 과정이 중요함을 깨달았습니다. 이후 저는 OpenAPI 명세를 먼저 작성하고 Mock 서버를 띄워 양쪽이 병렬로 개발할 수 있도록 제안했습니다. 이 제안을 통해 통합 이슈를 3건에서 0건으로 줄일 수 있었고, 이후에는 기술적 결정 시 항상 대안 두 가지를 함께 비교하는 방식으로 접근 방식을 바꾸어 원활한 소통을 유지하고 있습니다.", "coaching_comment": "추상적인 '소통의 중요성' 대신, 실제 프로젝트 경험을 STAR 기법에 맞춰 구체적인 행동과 정량적 결과로 서술해야 합니다."}, "latency_sec": 11.534, "in_tokens": 1262, "out_tokens": 444} +{"label": "lcpp-gemma4-e4b", "suite": "coaching", "case_id": "c-weak-backend", "rep": 1, "ok": true, "coaching": {"model_answer": "두 패턴을 함께 사용한 이유는 각각 다른 시점의 실패 지점을 방어하기 위함입니다. **멱등 키(Idempotency Key)**는 외부 시스템(결제 게이트웨이)으로부터의 콜백 요청 자체에 초점을 맞춥니다. 만약 네트워크 불안정 등으로 인해 동일한 승인 요청이 여러 번 도착하더라도, 멱등 키를 통해 이미 처리된 요청임을 DB 레벨에서 확인하고 중복 처리를 원천 차단합니다. 이는 '동일한 요청이 여러 번 들어오는 것'을 막습니다.\n\n반면, **Outbox 패턴**은 '내부 시스템의 상태 변경'과 '외부 시스템으로의 이벤트 발행' 사이의 원자성(Atomicity)을 보장합니다. 결제 승인 처리가 성공적으로 DB에 기록되었더라도, Kafka로 이벤트를 발행하는 과정에서 시스템 장애가 발생할 수 있습니다. Outbox 패턴은 DB 트랜잭션 내에 이벤트를 저장하고, 별도의 프로세스가 이를 읽어 Kafka로 전송하므로, DB 상태 변경과 이벤트 발행이 하나의 원자적 단위로 묶여 데이터 불일치(결제는 완료되었으나 주문 시스템에 이벤트가 도달하지 않는 상황)를 방지합니다. 즉, 멱등 키는 '입력 요청의 중복'을, Outbox는 '시스템 내부의 상태 전파 실패'를 막는 역할을 합니다.", "answer_rewrite": "결제 승인 콜백 지연으로 인한 중복 주문 문제를 해결할 때 멱등 키와 Outbox 패턴을 함께 사용한 이유는, 각각 다른 종류의 실패 시나리오를 방어하기 위함입니다.\n\n첫째, **멱등 키**는 외부에서 들어오는 콜백 요청의 중복 수신을 방어합니다. 결제 게이트웨이 측의 재시도나 네트워크 문제로 인해 동일한 승인 콜백이 여러 번 도착할 수 있는데, 멱등 키를 통해 이미 처리된 요청임을 확인하고 중복 주문 생성을 막았습니다.\n\n둘째, **Outbox 패턴**은 내부 트랜잭션의 원자성을 보장합니다. 결제 승인 처리가 DB에 성공적으로 기록되었더라도, 이 정보를 Kafka로 이벤트 발행하는 과정에서 장애가 발생하면 주문 시스템에 해당 승인 정보가 전달되지 않을 수 있습니다. Outbox 패턴은 DB 트랜잭션 내에 이벤트를 저장하고, 이를 별도 프로세스가 읽어 Kafka로 전송함으로써, '결제는 완료되었으나 이벤트가 누락되는' 상황을 방지했습니다. 요약하자면, 멱등 키는 '요청의 중복'을, Outbox는 '상태 전파의 누락'을 막아 안정성을 극대화했습니다.", "coaching_comment": "단순히 '잘 처리했다'는 말 대신, 두 패턴이 각각 어떤 '실패 지점'을 막는지 명확히 구분하여 설명해야 합니다."}, "latency_sec": 12.162, "in_tokens": 1394, "out_tokens": 654} +{"label": "lcpp-gemma4-e4b", "suite": "coaching", "case_id": "c-dont-know-cs", "rep": 1, "ok": true, "coaching": {"model_answer": "PostgreSQL의 MVCC(Multi-Version Concurrency Control)는 트랜잭션 격리를 위해 데이터의 여러 버전을 유지합니다. 이 과정에서 트랜잭션이 종료되면 해당 트랜잭션이 생성한 'dead tuple'이 남게 됩니다. 오래 열린 트랜잭션(Long-running transaction)이 존재하면, PostgreSQL은 해당 트랜잭션이 참조하는 모든 데이터의 'xmin horizon'을 해당 트랜잭션의 시작 시점으로 유지해야 합니다. 따라서, 이 트랜잭션이 커밋되거나 롤백되지 않는 한, 해당 트랜잭션이 참조하는 dead tuple들은 VACUUM 프로세스가 안전하게 회수(reclaim)할 수 없습니다. 이는 결국 dead tuple이 테이블 공간을 계속 차지하게 만들고, 테이블 블로트(Table Bloat)를 유발하며, VACUUM 작업의 효율성을 심각하게 저하시키는 주요 원인이 됩니다.", "answer_rewrite": "죄송합니다. 해당 질문에 대해 깊이 있는 답변을 드리기 위해서는 PostgreSQL의 내부 동작 원리에 대한 추가적인 학습이 필요합니다. 하지만 제가 이해한 범위 내에서 설명드리자면, MVCC 환경에서 트랜잭션은 데이터의 여러 버전을 유지하는데, 오래 열린 트랜잭션은 이 'xmin horizon'을 고정시켜서, 해당 트랜잭션이 참조하는 dead tuple들이 VACUUM에 의해 회수되지 못하게 막는다고 이해했습니다. 이로 인해 테이블 공간이 비효율적으로 사용되는 문제(Bloat)가 발생한다고 생각합니다.", "coaching_comment": "모르는 부분이 있다면 솔직히 인정하되, 관련 개념(xmin horizon, dead tuple)을 언급하며 '이런 방향으로 이해하고 있다'는 구조적 접근을 시도하는 것이 좋습니다."}, "latency_sec": 7.455, "in_tokens": 927, "out_tokens": 403} +{"label": "lcpp-gemma4-e4b", "suite": "coaching", "case_id": "c-personality-rambling", "rep": 1, "ok": true, "coaching": {"model_answer": "캡스톤 프로젝트 당시, 프론트엔드 팀원과 API 스펙 해석에 대한 의견 충돌이 있었습니다. 저는 제가 정의한 OpenAPI 명세가 가장 정확하다고 생각했고, 이로 인해 초기에 팀원과 감정적인 충돌이 있었습니다. 이 상황을 해결하기 위해, 저는 제 주장을 고집하는 대신, '우리가 놓치고 있는 다른 관점은 없는가?'라고 질문하며 대화의 초점을 '누가 맞느냐'에서 '어떻게 하면 가장 안정적인 결과물을 만들 수 있느냐'로 전환했습니다. 구체적으로는, 제가 제안한 Mock 서버 기반의 병렬 개발 방안과, 팀원이 제안한 특정 데이터 흐름을 결합하는 대안 두 가지를 모두 비교 분석했습니다. 그 결과, 두 방안의 장단점을 종합하여 최적의 통합 방안을 도출했고, 실제로 스프린트 이후 통합 이슈를 3건에서 0건으로 줄이는 정량적 성과를 낼 수 있었습니다. 이 경험을 통해 기술적 논쟁에서도 상대방의 관점을 먼저 이해하려는 노력이 중요함을 배웠습니다.", "answer_rewrite": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석에 대해 의견 충돌이 있었던 경험이 있습니다. 초기에는 제가 정의한 OpenAPI 명세가 맞다고 생각하여 팀원과 감정적으로 부딪히기도 했습니다. 하지만 이 상황을 해결하기 위해, 저는 제 주장을 관철하기보다 대화의 방향을 바꾸려 노력했습니다. 먼저, 제가 제안했던 Mock 서버를 띄워 병렬 개발을 진행하는 방안과, 팀원이 제시한 특정 데이터 흐름을 결합하는 대안을 모두 정리했습니다. 그리고 두 방안의 기술적 장단점과 구현 난이도를 비교 분석했습니다. 이 과정을 통해 최적의 통합 방안을 찾았고, 결과적으로 통합 이슈를 3건에서 0건으로 줄일 수 있었습니다. 이 경험을 통해 기술적 의견 충돌 시, 감정적 대응보다 모든 대안을 객관적으로 비교하고 합의점을 찾는 것이 중요하다고 배웠습니다.", "coaching_comment": "추상적인 '소통이 중요하다'는 태도 대신, 실제 프로젝트 경험을 STAR 기법에 맞춰 구체적인 행동과 정량적 결과로 풀어내야 합니다."}, "latency_sec": 9.646, "in_tokens": 1262, "out_tokens": 521} +{"label": "lcpp-gemma4-e4b", "suite": "questions", "case_id": "q-backend-tech", "rep": 0, "ok": true, "questions": [{"category": "PROJECT_DEEP_DIVE", "question": "결제 콜백 지연으로 인한 중복 주문 문제를 멱등 키와 Outbox 패턴으로 해결하셨는데, Outbox 패턴 구현 시 트랜잭션 경계와 Kafka 발행 시점의 동기화 이슈는 어떻게 처리하셨나요?", "job_category": "BACKEND", "target_evidence": "결제 승인 콜백 지연 시 중복 주문 발생 문제: 멱등 키 테이블 + Transactional Outbox 로 해결, 중복 주문 0건 달성", "expected_signal": "트랜잭션 보장 및 메시지 발행의 원자성(Atomicity)을 확보한 구체적인 구현 방식을 설명할 수 있어야 합니다."}, {"category": "TECH_CHOICE", "question": "MSA 전환 시 주문 서비스를 분리하고 Kafka 기반 이벤트 파이프라인을 도입하셨는데, 서비스 간 통신에서 Kafka를 선택한 핵심적인 기술적 이유는 무엇이었나요?", "job_category": "BACKEND", "target_evidence": "모놀리식 → MSA 전환: 주문 서비스를 별도 서비스로 분리, DB 분리(PostgreSQL) 및 Kafka 기반 이벤트 발행/구독 구조 도입.", "expected_signal": "단순한 메시징을 넘어, 이벤트 기반 아키텍처가 제공하는 비동기적 결합도 감소 효과를 이해하고 있어야 합니다."}, {"category": "PROJECT_DEEP_DIVE", "question": "실시간 재고 동기화 프로젝트에서 낙관적 락을 분산 락으로 전환하셨는데, Redis를 활용한 분산 락 구현 시 발생할 수 있는 데드락(Deadlock) 방지 전략은 무엇이었나요?", "job_category": "BACKEND", "target_evidence": "Redis 기반 재고 캐시 + DB write-behind, 동시성 제어(낙관적 락 → 분산 락 전환)", "expected_signal": "분산 환경에서의 락 메커니즘(예: TTL 설정, 락 획득/해제 로직)에 대한 깊은 이해를 보여주어야 합니다."}, {"category": "CS_FUNDAMENTAL", "question": "PostgreSQL을 사용하며 정산 배치 성능을 개선하셨는데, QueryDSL 튜닝과 인덱스 재설계 시, 쿼리 실행 계획(Execution Plan)을 분석하며 어떤 병목 지점을 발견했는지 구체적으로 설명해 주세요.", "job_category": "BACKEND", "target_evidence": "정산 배치 성능 개선: 5시간 → 40분 (QueryDSL 튜닝, 청크 단위 처리, 인덱스 재설계)", "expected_signal": "단순히 튜닝했다는 사실이 아닌, 실제 DB 내부 동작(Index Scan, Join 방식 등)에 대한 분석 능력을 보여주어야 합니다."}, {"category": "BEHAVIORAL", "question": "주문/결제 도메인에서 일 평균 12만 건의 트래픽을 처리하며 데이터 정합성을 유지하는 것이 중요했을 텐데, 가장 까다로웠던 데이터 정합성 이슈와 그것을 해결하기 위해 취한 본인의 구체적인 행동은 무엇이었나요?", "job_category": "BACKEND", "target_evidence": "주문/결제 도메인 담당. 일 평균 주문 12만 건 처리", "expected_signal": "STAR 기법에 따라, 문제 상황(Situation/Task), 본인의 주도적인 행동(Action), 그리고 정량적 결과(Result)를 명확히 제시해야 합니다."}], "latency_sec": 28.047, "in_tokens": 2869, "out_tokens": 848} +{"label": "lcpp-gemma4-e4b", "suite": "questions", "case_id": "q-frontend-repo", "rep": 0, "ok": true, "questions": [{"category": "PROJECT_DEEP_DIVE", "question": "react-window를 도입하여 가상화를 구현하셨는데, 항목 2천 개 이상에서 스크롤 끊김을 해결한 구체적인 과정과 성능 개선 수치(INP 480ms -> 120ms)를 어떻게 달성했는지 설명해주세요.", "job_category": "FRONTEND", "target_evidence": "일정 타임라인: 항목 2천 개 이상일 때 스크롤 끊김 → react-window 가상화 도입 (커밋 메시지: \"virtualize timeline, INP 480ms -> 120ms\")", "expected_signal": "가상화 구현의 기술적 깊이와 성능 최적화에 대한 명확한 이해도를 보여주어야 합니다."}, {"category": "TECH_CHOICE", "question": "오프라인 편집 시 IndexedDB(Dexie)를 사용하고 충돌 해결 전략으로 last-write-wins를 선택하셨는데, CRDT 검토가 필요하다고 하셨는데 어떤 관점에서 CRDT가 더 적합하다고 보셨나요?", "job_category": "FRONTEND", "target_evidence": "오프라인 편집: IndexedDB(Dexie) 에 낙관적 업데이트를 저장 후 온라인 복귀 시 동기화. 충돌은 last-write-wins (TODO 주석: \"CRDT 검토 필요\")", "expected_signal": "데이터 동기화 및 충돌 해결 메커니즘에 대한 심도 있는 이론적 이해와 실제 적용 가능성을 논할 수 있어야 합니다."}, {"category": "PROJECT_DEEP_DIVE", "question": "Kakao Map SDK 마커 500개를 클러스터링할 때 useMemo를 사용하여 좌표 변환을 캐싱하셨는데, 이 캐싱 로직이 렌더링 성능에 구체적으로 어떤 이점을 주었는지 설명해주세요.", "job_category": "FRONTEND", "target_evidence": "지도 마커 렌더링: Kakao Map SDK 마커 500개를 클러스터링, useMemo 로 좌표 변환 캐싱", "expected_signal": "React의 메모이제이션(Memoization) 개념을 실제 복잡한 UI 컴포넌트의 렌더링 최적화에 어떻게 적용했는지 설명해야 합니다."}, {"category": "TECH_CHOICE", "question": "S3에 이미지 업로드를 presigned URL로 직접 처리하셨는데, 이 방식이 일반적인 서버 경유 업로드 대비 보안 및 성능 측면에서 어떤 장점을 가지는지 설명해주세요.", "job_category": "FRONTEND", "target_evidence": "이미지 업로드: presigned URL 로 S3 직접 업로드, 클라이언트에서 WebP 변환", "expected_signal": "클라이언트-서버 간 통신 패턴(Direct Upload)에 대한 이해와 그로 인한 네트워크 부하 감소 효과를 설명할 수 있어야 합니다."}, {"category": "BEHAVIORAL", "question": "Lighthouse 성능 점수를 68점에서 91점으로 올리신 PR #57의 주요 개선 사항은 무엇이었으며, 이 과정에서 가장 어려웠던 기술적/협업적 난관은 무엇이었나요?", "job_category": "FRONTEND", "target_evidence": "Lighthouse 성능 점수 68 → 91 (PR #57 설명)", "expected_signal": "성능 개선 과정에서 발생한 문제 해결 경험(STAR)과 그 과정에서 보여준 문제 해결 의지 및 실행력을 평가해야 합니다."}], "latency_sec": 22.784, "in_tokens": 2671, "out_tokens": 842} +{"label": "lcpp-gemma4-e4b", "suite": "questions", "case_id": "q-infra-dba-multi", "rep": 0, "ok": true, "questions": [{"category": "PROJECT_DEEP_DIVE", "question": "PostgreSQL RDS에서 슬로우 쿼리 p95를 2.3초에서 180ms로 개선하셨는데, 복합 인덱스 재설계 시 어떤 쿼리 패턴을 분석했고, 어떤 기준으로 인덱스를 선택하셨나요?", "job_category": "DBA", "target_evidence": "PostgreSQL 14 (RDS) 운영: 슬로우 쿼리 p95 2.3초 → 180ms (복합 인덱스 재설계, autovacuum 튜닝, 파티셔닝으로 거래내역 테이블 월 단위 분할)", "expected_signal": "단순히 인덱스를 추가한 것이 아니라, 실제 쿼리 실행 계획(Execution Plan) 분석을 통해 병목 지점을 정확히 파악하고 최적화했음을 설명해야 합니다."}, {"category": "TECH_CHOICE", "question": "ArgoCD를 GitOps 도입에 사용하셨는데, 기존 배포 방식 대비 GitOps가 배포 리드타임을 1일에서 30분으로 줄인 핵심적인 메커니즘은 무엇이라고 보십니까?", "job_category": "INFRA", "target_evidence": "ArgoCD GitOps 도입으로 배포 리드타임 1일 → 30분", "expected_signal": "GitOps의 핵심 원칙(선언적 상태 관리, Pull 기반 배포)이 어떻게 CI/CD 파이프라인의 속도와 안정성을 동시에 향상시켰는지 기술적으로 설명해야 합니다."}, {"category": "PROJECT_DEEP_DIVE", "question": "EKS 클러스터 운영 시 HPA 기준을 CPU 70%로 설정하셨는데, 트래픽 피크 시 사전 스케일아웃 CronJob을 운영한 구체적인 로직과, 이 임계값(70%)을 설정한 근거가 무엇인가요?", "job_category": "INFRA", "target_evidence": "EKS 기반 쿠버네티스 클러스터 3개 운영 (파드 약 400개) / HPA 기준을 CPU 70% 로 설정, 트래픽 피크(월급날 10시) 대비 사전 스케일아웃 CronJob 운영", "expected_signal": "단순히 CPU 사용률을 기준으로 삼은 것이 아니라, 비즈니스 트래픽 패턴(월급날)을 고려하여 선제적으로 리소스를 확보한 설계 의도를 명확히 설명해야 합니다."}, {"category": "CS_FUNDAMENTAL", "question": "RDS 스토리지 풀로 쓰기 중단 장애가 발생했을 때, CloudWatch 알람과 오토스케일링을 적용하셨습니다. 이 장애 상황에서 데이터베이스의 I/O 병목이 발생했을 때, RDS 레벨에서 고려해야 할 Storage I/O와 CPU/Memory의 관계는 무엇인가요?", "job_category": "DBA", "target_evidence": "장애: 2024.03 RDS 스토리지 풀로 쓰기 중단 40분 → CloudWatch 알람 + 스토리지 오토스케일링 적용", "expected_signal": "Storage I/O가 병목일 때, 단순히 용량 문제가 아닌 IOPS/Throughput 관점에서 시스템이 어떻게 반응하는지, 그리고 해당 상황에서 DB 튜닝 관점의 한계는 무엇인지 설명해야 합니다."}, {"category": "TECH_CHOICE", "question": "Terraform으로 VPC, RDS, EKS 모듈화를 진행하셨는데, 환경별 workspace 분리 시 State 파일의 격리 외에, 모듈 간 의존성 관리를 위해 어떤 전략을 사용하셨는지 궁금합니다.", "job_category": "INFRA", "target_evidence": "Terraform 으로 VPC·RDS·EKS 모듈화, 환경별(dev/stg/prod) workspace 분리", "expected_signal": "Infrastructure as Code(IaC)에서 모듈화된 리소스 간의 종속성(Dependency)을 어떻게 추적하고, 변경 시 충돌 없이 안전하게 적용했는지 구체적인 방법론을 제시해야 합니다."}, {"category": "BEHAVIORAL", "question": "쿠버네티스 환경에서 장애 대응 경험이 있으신데, RDS 장애 시 40분 동안 쓰기 중단이 발생했을 때, 이 문제를 해결하기 위해 팀 내에서 어떤 커뮤니케이션을 했고, 어떤 역할을 수행하셨나요? (STAR 기법으로 설명해주세요)", "job_category": "INFRA", "target_evidence": "장애: 2024.03 RDS 스토리지 풀로 쓰기 중단 40분 → CloudWatch 알람 + 스토리지 오토스케일링 적용", "expected_signal": "장애 발생 시 기술적 해결 과정뿐만 아니라, 상황 전파, 이해관계자 관리, 그리고 문제 해결을 위한 본인의 구체적인 행동(Action)과 그 결과(Result)를 명확히 보여주어야 합니다."}], "latency_sec": 29.219, "in_tokens": 2663, "out_tokens": 1191} +{"label": "lcpp-gemma4-e4b", "suite": "questions", "case_id": "q-personality-coverletter", "rep": 0, "ok": true, "questions": [{"category": "PROJECT_DEEP_DIVE", "question": "알림 봇 DB를 SQLite에서 PostgreSQL로 이전하며 겪은 동시 쓰기 락 문제와 트랜잭션 격리 수준에 대해 좀 더 자세히 설명해 주시겠어요?", "job_category": "BACKEND", "target_evidence": "알림 봇 DB를 SQLite 로 시작했다가 동시 쓰기 락 문제로 알림이 중복 발송되었습니다. 원인을 찾는 데 3일이 걸렸고, PostgreSQL 로 이전하며 트랜잭션 격리 수준을 공부하게 됐습니다.", "expected_signal": "문제의 구체적인 원인 분석 과정과 PostgreSQL의 특정 격리 수준(Isolation Level)을 선택한 기술적 이유를 설명할 수 있어야 합니다."}, {"category": "BEHAVIORAL", "question": "캡스톤 프로젝트에서 API 스펙 해석 차이로 지연되었을 때, OpenAPI 명세와 Mock 서버 제안 외에 다른 팀원과의 갈등을 어떻게 관리하셨나요?", "job_category": "BACKEND", "target_evidence": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합 직전 2주가 지연된 적이 있습니다. 저는 OpenAPI 명세를 먼저 작성하고 Mock 서버를 띄워 프론트가 병렬로 개발하도록 제안했고, 이후 스프린트에서는 통합 이슈가 3건에서 0건으로 줄었습니다. 다만 초반에 제 방식이 옳다고 고집해 팀원과 감정이 상한 적도 있어, 이후에는 결정 전에 대안 두 가지를 함께 비교하는 방식으로 바꿨습니다.", "expected_signal": "갈등 상황에서 자신의 주장을 관철하는 것과 타협점을 찾는 과정 사이의 균형 감각과 성숙한 커뮤니케이션 방식을 보여주어야 합니다."}, {"category": "TECH_CHOICE", "question": "SQLite에서 PostgreSQL로 전환하며 성능 이슈를 해결하셨는데, 이 과정에서 데이터베이스 선택 시 고려하는 핵심적인 Trade-off는 무엇이라고 생각하시나요?", "job_category": "BACKEND", "target_evidence": "알림 봇 DB를 SQLite 로 시작했다가 동시 쓰기 락 문제로 알림이 중복 발송되었습니다. 원인을 찾는 데 3일이 걸렸고, PostgreSQL 로 이전하며 트랜잭션 격리 수준을 공부하게 됐습니다.", "expected_signal": "단순히 기능적 차이뿐 아니라, 확장성, 동시성 처리 능력, 운영 복잡성 등 실제 서비스 환경에서의 기술적 의사결정 기준을 제시해야 합니다."}, {"category": "BEHAVIORAL", "question": "사용자 800명이 쓰는 알림 봇 운영 경험에서 '멈추지 않는 서비스'가 신뢰를 만든다고 하셨는데, 서비스 장애 발생 시 가장 중요하게 생각하는 대응 원칙은 무엇인가요?", "job_category": "BACKEND", "target_evidence": "학부 동아리에서 학사 공지 알림 봇을 만들며 사용자 800명이 매일 쓰는 서비스를 운영해 본 경험이 있습니다. 새벽에 크롤러가 멈춰 공지가 누락됐을 때 동아리원들의 항의를 직접 받으며, 기능보다 '멈추지 않는 서비스'가 신뢰를 만든다는 것을 배웠습니다.", "expected_signal": "단순히 복구하는 것을 넘어, 장애 예방 및 재발 방지를 위한 시스템적 접근(Monitoring, Alerting 등)에 대한 이해도를 보여주어야 합니다."}, {"category": "PROJECT_DEEP_DIVE", "question": "Mock 서버를 활용해 프론트엔드와 병렬 개발을 진행했을 때, Mock API의 응답 구조나 예외 처리를 어떻게 설계하여 실제 백엔드 로직과의 정합성을 유지했는지 구체적인 예를 들어주세요.", "job_category": "BACKEND", "target_evidence": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합 직전 2주가 지연된 적이 있습니다. 저는 OpenAPI 명세를 먼저 작성하고 Mock 서버를 띄워 프론트가 병렬로 개발하도록 제안했고, 이후 스프린트에서는 통합 이슈가 3건에서 0건으로 줄었습니다.", "expected_signal": "단순히 Mock 서버를 띄운 사실을 넘어, API 명세(OpenAPI)를 기반으로 Mocking 전략을 어떻게 구체화하고 검증했는지에 대한 실무적 깊이를 보여주어야 합니다."}], "latency_sec": 26.752, "in_tokens": 2654, "out_tokens": 1058} +{"label": "lcpp-gemma4-e4b", "suite": "questions", "case_id": "q-long-context-p90", "rep": 0, "ok": true, "questions": [{"category": "PROJECT_DEEP_DIVE", "question": "MSA 전환 시 주문 서비스를 분리하면서 Kafka 이벤트 파이프라인을 설계하셨는데, 이벤트 발행/구독 시 발생할 수 있는 데이터 정합성 이슈를 어떻게 방지하셨나요?", "job_category": "BACKEND", "target_evidence": "모놀리식 → MSA 전환: 주문 서비스를 별도 서비스로 분리, DB 분리(PostgreSQL) 및 Kafka 기반 이벤트 발행/구독 구조 도입.", "expected_signal": "이벤트 처리의 원자성 보장 및 장애 상황에서의 데이터 일관성 유지 방안을 구체적으로 설명할 수 있어야 합니다."}, {"category": "TECH_CHOICE", "question": "실시간 재고 동기화 프로젝트에서 낙관적 락을 분산 락으로 전환하셨는데, 분산 락 구현 시 사용한 메커니즘과 그 선택 이유를 설명해 주세요.", "job_category": "BACKEND", "target_evidence": "Redis 기반 재고 캐시 + DB write-behind, 동시성 제어(낙관적 락 → 분산 락 전환)", "expected_signal": "분산 락 구현체(예: Redisson, Redis 명령어)와 해당 환경에서 낙관적 락의 한계를 명확히 이해하고 있음을 보여주어야 합니다."}, {"category": "PROJECT_DEEP_DIVE", "question": "GitHub 레포의 오프라인 편집 기능에서 IndexedDB를 사용하며 충돌 시 last-write-wins 전략을 선택했는데, CRDT를 검토한다고 하셨는데 어떤 관점에서 CRDT가 더 적합하다고 보셨나요?", "job_category": "BACKEND", "target_evidence": "오프라인 편집: IndexedDB(Dexie) 에 낙관적 업데이트를 저장 후 온라인 복귀 시 동기화. 충돌은 last-write-wins (TODO 주석: \"CRDT 검토 필요\")", "expected_signal": "CRDT의 수학적 기반(결합성, 교환성 등)을 이해하고, last-write-wins 대비 가지는 장점을 비교 설명할 수 있어야 합니다."}, {"category": "BEHAVIORAL", "question": "자기소개서에서 알림 봇 DB를 SQLite로 시작했다가 동시 쓰기 락 문제로 중복 발송을 겪으셨는데, 이 문제 해결 과정에서 트랜잭션 격리 수준을 어떻게 공부하셨나요?", "job_category": "BACKEND", "target_evidence": "알림 봇 DB를 SQLite 로 시작했다가 동시 쓰기 락 문제로 알림이 중복 발송되었습니다. 원인을 찾는 데 3일이 걸렸고, PostgreSQL 로 이전하며 트랜잭션 격리 수준을 공부하게 됐습니다.", "expected_signal": "단순히 DB를 변경한 것이 아니라, 트랜잭션 격리 수준(Isolation Level)의 개념과 실제 데이터 정합성 문제에 어떻게 적용했는지 설명할 수 있어야 합니다."}, {"category": "TECH_CHOICE", "question": "주문/결제 도메인에서 일 평균 12만 건을 처리할 때, 성능 최적화를 위해 QueryDSL 튜닝과 인덱스 재설계를 하셨는데, 가장 큰 병목 지점은 무엇이었고 어떤 쿼리를 개선했나요?", "job_category": "BACKEND", "target_evidence": "정산 배치 성능 개선: 5시간 → 40분 (QueryDSL 튜닝, 청크 단위 처리, 인덱스 재설계)", "expected_signal": "성능 저하의 근본 원인(예: N+1 문제, Full Table Scan)을 정확히 진단하고, QueryDSL/PostgreSQL 레벨에서 구체적으로 어떤 튜닝을 적용했는지 설명해야 합니다."}], "latency_sec": 29.906, "in_tokens": 4007, "out_tokens": 903} +{"label": "lcpp-gemma4-e4b", "suite": "questions", "case_id": "q-backend-tech", "rep": 1, "ok": true, "questions": [{"category": "PROJECT_DEEP_DIVE", "question": "결제 콜백 지연 시 중복 주문 문제를 멱등 키와 Outbox 패턴으로 해결하셨는데, 이 두 패턴을 적용할 때 트랜잭션 경계와 데이터 일관성 측면에서 가장 까다로웠던 부분은 무엇인가요?", "job_category": "BACKEND", "target_evidence": "결제 승인 콜백 지연 시 중복 주문 발생 문제: 멱등 키 테이블 + Transactional Outbox 로 해결, 중복 주문 0건 달성", "expected_signal": "패턴 적용 시 발생한 실제 기술적 난제와 이를 어떻게 해결했는지 구체적인 메커니즘을 설명할 수 있어야 합니다."}, {"category": "TECH_CHOICE", "question": "MSA 전환 시 Kafka 기반 이벤트 파이프라인을 설계하셨는데, 주문 서비스와 다른 서비스 간의 이벤트 순서 보장(Ordering)을 위해 어떤 전략을 사용하셨는지 궁금합니다.", "job_category": "BACKEND", "target_evidence": "MSA 전환: 주문 서비스를 별도 서비스로 분리, DB 분리(PostgreSQL) 및 Kafka 기반 이벤트 발행/구독 구조 도입.", "expected_signal": "Kafka의 파티셔닝 및 키(Key) 설정을 활용하여 원하는 순서 보장을 어떻게 구현했는지 기술적으로 설명해야 합니다."}, {"category": "PROJECT_DEEP_DIVE", "question": "실시간 재고 동기화 프로젝트에서 낙관적 락을 분산 락으로 전환하셨는데, Redis를 사용한 분산 락 구현 시 발생할 수 있는 데드락(Deadlock) 상황을 어떻게 방지했나요?", "job_category": "BACKEND", "target_evidence": "Redis 기반 재고 캐시 + DB write-behind, 동시성 제어(낙관적 락 → 분산 락 전환)", "expected_signal": "분산 락 구현 시 사용한 락 획득/해제 로직과 타임아웃(TTL) 설정 등 안정성을 확보한 구체적인 방법을 설명해야 합니다."}, {"category": "CS_FUNDAMENTAL", "question": "PostgreSQL을 사용하며 정산 배치 성능을 개선하셨는데, QueryDSL 튜닝 외에 인덱스 재설계 시 고려했던 데이터 분포(Data Distribution)와 쿼리 실행 계획(Execution Plan)의 관계를 설명해 주세요.", "job_category": "BACKEND", "target_evidence": "정산 배치 성능 개선: 5시간 → 40분 (QueryDSL 튜닝, 청크 단위 처리, 인덱스 재설계)", "expected_signal": "단순히 인덱스를 추가하는 것을 넘어, 쿼리 패턴과 데이터 특성에 맞춰 인덱스를 어떻게 최적화했는지 깊이 있게 설명해야 합니다."}, {"category": "BEHAVIORAL", "question": "모놀리식에서 MSA로 전환하는 과정에서 발생했을 법한 기술적/협업적 난관 중, 본인이 주도적으로 해결했던 경험을 STAR 기법으로 설명해 주시겠어요?", "job_category": "BACKEND", "target_evidence": "모놀리식 → MSA 전환: 주문 서비스를 별도 서비스로 분리, DB 분리(PostgreSQL) 및 Kafka 기반 이벤트 발행/구독 구조 도입.", "expected_signal": "단순히 기술을 적용한 것을 넘어, 서비스 분리 과정에서 발생한 비즈니스/협업적 문제를 어떻게 정의하고 해결했는지 구체적인 행동을 보여주어야 합니다."}], "latency_sec": 23.674, "in_tokens": 2869, "out_tokens": 846} +{"label": "lcpp-gemma4-e4b", "suite": "questions", "case_id": "q-frontend-repo", "rep": 1, "ok": true, "questions": [{"category": "PROJECT_DEEP_DIVE", "question": "travel-planner에서 react-window를 도입하며 INP를 480ms에서 120ms로 개선했는데, 가상화 구현 시 가장 어려웠던 부분은 무엇이었나요?", "job_category": "FRONTEND", "target_evidence": "일정 타임라인: 항목 2천 개 이상일 때 스크롤 끊김 → react-window 가상화 도입 (커밋 메시지: \"virtualize timeline, INP 480ms -> 120ms\")", "expected_signal": "성능 최적화 과정에서 발생한 구체적인 기술적 난관과 이를 해결한 본인의 설계적 접근 방식을 설명할 수 있어야 합니다."}, {"category": "TECH_CHOICE", "question": "IndexedDB(Dexie)를 사용하여 오프라인 편집을 구현했는데, 낙관적 업데이트 시 충돌 해결 전략으로 last-write-wins를 선택한 이유와 CRDT 검토 필요 주석에 대한 생각은 무엇인가요?", "job_category": "FRONTEND", "target_evidence": "오프라인 편집: IndexedDB(Dexie) 에 낙관적 업데이트를 저장 후 온라인 복귀 시 동기화. 충돌은 last-write-wins (TODO 주석: \"CRDT 검토 필요\")", "expected_signal": "선택한 동기화 전략의 장단점을 명확히 이해하고 있으며, CRDT와 같은 대안 기술에 대한 깊이 있는 이해를 보여주어야 합니다."}, {"category": "PROJECT_DEEP_DIVE", "question": "Kakao Map SDK에서 500개 마커 클러스터링 시 useMemo를 활용해 좌표 변환을 캐싱했는데, 이 캐싱 전략이 성능에 미친 영향과 다른 최적화 방안은 없었는지 궁금합니다.", "job_category": "FRONTEND", "target_evidence": "지도 마커 렌더링: Kakao Map SDK 마커 500개를 클러스터링, useMemo 로 좌표 변환 캐싱", "expected_signal": "useMemo의 동작 원리를 정확히 이해하고 있으며, 해당 캐싱이 전체 렌더링 파이프라인에서 어떤 역할을 했는지 설명할 수 있어야 합니다."}, {"category": "TECH_CHOICE", "question": "S3에 이미지 업로드를 presigned URL로 직접 처리했는데, 이 방식을 선택한 기술적 이점과 클라이언트에서 WebP 변환을 수행할 때 고려했던 성능 이슈는 무엇인가요?", "job_category": "FRONTEND", "target_evidence": "이미지 업로드: presigned URL 로 S3 직접 업로드, 클라이언트에서 WebP 변환", "expected_signal": "클라이언트 측 처리(WebP 변환)가 네트워크 부하 및 브라우저 리소스에 미치는 영향을 인지하고 있으며, 그에 대한 기술적 판단 근거를 제시해야 합니다."}, {"category": "BEHAVIORAL", "question": "Lighthouse 성능 점수를 68점에서 91점으로 올린 PR #57에서, 가장 중요하게 개선했다고 생각하는 부분과 그 개선을 위해 취한 구체적인 행동은 무엇이었나요?", "job_category": "FRONTEND", "target_evidence": "Lighthouse 성능 점수 68 → 91 (PR #57 설명)", "expected_signal": "단순히 점수가 올랐다는 사실을 넘어, 성능 측정 지표(Metric)를 이해하고 문제 해결을 위해 주도적으로 어떤 코드를 수정했는지 STAR 기법으로 설명할 수 있어야 합니다."}], "latency_sec": 22.962, "in_tokens": 2671, "out_tokens": 855} +{"label": "lcpp-gemma4-e4b", "suite": "questions", "case_id": "q-infra-dba-multi", "rep": 1, "ok": true, "questions": [{"category": "PROJECT_DEEP_DIVE", "question": "PostgreSQL RDS에서 슬로우 쿼리 p95를 2.3초에서 180ms로 개선하셨는데, 복합 인덱스 재설계 시 어떤 쿼리 패턴을 중점적으로 분석하셨나요?", "job_category": "DBA", "target_evidence": "PostgreSQL 14 (RDS) 운영: 슬로우 쿼리 p95 2.3초 → 180ms (복합 인덱스 재설계, autovacuum 튜닝, 파티셔닝으로 거래내역 테이블 월 단위 분할)", "expected_signal": "단순 쿼리 튜닝을 넘어, 데이터 접근 패턴과 인덱스 설계의 근본적인 이해도를 보여주어야 합니다."}, {"category": "TECH_CHOICE", "question": "EKS 클러스터 운영 시 HPA 기준을 CPU 70%로 설정하셨는데, 트래픽 피크 시점에 CPU 외에 고려한 다른 메트릭이나 스케일링 전략이 있었나요?", "job_category": "INFRA", "target_evidence": "HPA 기준을 CPU 70% 로 설정, 트래픽 피크(월급날 10시) 대비 사전 스케일아웃 CronJob 운영", "expected_signal": "단순 CPU 기반 스케일링을 넘어, 비즈니스 로직이나 리소스 사용량에 기반한 다차원적인 고려를 보여주어야 합니다."}, {"category": "PROJECT_DEEP_DIVE", "question": "ArgoCD GitOps 도입으로 배포 리드타임을 1일에서 30분으로 단축했는데, 이 과정에서 발생한 가장 복잡했던 동기화 이슈나 충돌 해결 경험을 설명해주세요.", "job_category": "INFRA", "target_evidence": "ArgoCD GitOps 도입으로 배포 리드타임 1일 → 30분", "expected_signal": "GitOps 환경에서 발생하는 실제 운영상의 복잡한 문제를 해결한 구체적인 경험과 문제 해결 능력을 확인해야 합니다."}, {"category": "CS_FUNDAMENTAL", "question": "RDS 스토리지 풀로 쓰기 중단 장애 시 CloudWatch 알람과 오토스케일링을 적용하셨는데, 이 장애의 근본 원인인 스토리지 I/O 병목 현상을 어떻게 진단하셨나요?", "job_category": "DBA", "target_evidence": "장애: 2024.03 RDS 스토리지 풀로 쓰기 중단 40분 → CloudWatch 알람 + 스토리지 오토스케일링 적용", "expected_signal": "단순히 알람을 설정한 것을 넘어, 데이터베이스 성능 지표와 인프라 자원 간의 상호작용을 이해하고 있음을 보여주어야 합니다."}, {"category": "TECH_CHOICE", "question": "Terraform으로 VPC, RDS, EKS 모듈화를 하셨는데, 환경별 workspace 분리 시 상태 파일(State File)의 격리 및 보안을 어떻게 관리하셨나요?", "job_category": "INFRA", "target_evidence": "Terraform 으로 VPC·RDS·EKS 모듈화, 환경별(dev/stg/prod) workspace 분리", "expected_signal": "IaC 구현 시 상태 파일 관리의 중요성을 인지하고 있으며, 실제 보안 및 안정성을 고려한 설계 경험이 필요합니다."}, {"category": "BEHAVIORAL", "question": "4년차 플랫폼 엔지니어로서, 현재 운영 중인 시스템의 안정성을 높이기 위해 가장 중요하다고 생각하는 부분은 무엇이며, 이를 위해 어떤 노력을 하셨나요?", "job_category": "INFRA", "target_evidence": "EKS 기반 쿠버네티스 클러스터 3개 운영 (파드 약 400개)", "expected_signal": "단순히 기술 스택 나열이 아닌, 운영 경험을 바탕으로 한 시스템 안정성에 대한 철학과 주도적인 개선 의지를 보여주어야 합니다."}], "latency_sec": 25.338, "in_tokens": 2663, "out_tokens": 983} +{"label": "lcpp-gemma4-e4b", "suite": "questions", "case_id": "q-personality-coverletter", "rep": 1, "ok": true, "questions": [{"category": "PROJECT_DEEP_DIVE", "question": "알림 봇 DB를 SQLite에서 PostgreSQL로 이전하며 겪은 동시 쓰기 락 문제와 트랜잭션 격리 수준 공부 경험에 대해 더 자세히 설명해 주시겠어요?", "job_category": "BACKEND", "target_evidence": "알림 봇 DB를 SQLite 로 시작했다가 동시 쓰기 락 문제로 알림이 중복 발송되었습니다. 원인을 찾는 데 3일이 걸렸고, PostgreSQL 로 이전하며 트랜잭션 격리 수준을 공부하게 됐습니다.", "expected_signal": "문제 해결 과정에서 발생한 기술적 어려움과 PostgreSQL의 트랜잭션 격리 수준에 대한 깊이 있는 이해도를 보여주는가."}, {"category": "BEHAVIORAL", "question": "캡스톤 프로젝트에서 API 스펙 해석 차이로 지연되었을 때, OpenAPI 명세와 Mock 서버 제안이 구체적으로 어떤 긍정적 변화를 가져왔는지 STAR 기법으로 설명해 주세요.", "job_category": "BACKEND", "target_evidence": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합 직전 2주가 지연된 적이 있습니다. 저는 OpenAPI 명세를 먼저 작성하고 Mock 서버를 띄워 프론트가 병렬로 개발하도록 제안했고, 이후 스프린트에서는 통합 이슈가 3건에서 0건으로 줄었습니다.", "expected_signal": "갈등 상황에서 주도적으로 문제를 정의하고, 기술적 해결책을 제시하여 정량적 성과(이슈 감소)를 달성한 경험을 보여주는가."}, {"category": "TECH_CHOICE", "question": "SQLite의 동시 쓰기 락 문제로 인해 PostgreSQL로 전환했을 때, 성능이나 아키텍처 관점에서 고려했던 주요 Trade-off는 무엇이었나요?", "job_category": "BACKEND", "target_evidence": "알림 봇 DB를 SQLite 로 시작했다가 동시 쓰기 락 문제로 알림이 중복 발송되었습니다. 원인을 찾는 데 3일이 걸렸고, PostgreSQL 로 이전하며 트랜잭션 격리 수준을 공부하게 됐습니다.", "expected_signal": "단순히 DB를 교체한 것이 아니라, 시스템 요구사항(동시성)에 맞춰 기술 스택을 선택하고 그 이유를 논리적으로 설명할 수 있는가."}, {"category": "BEHAVIORAL", "question": "협업 시 초반에 본인의 방식이 옳다고 고집하여 팀원과 감정이 상했던 경험을, 이후 '대안 두 가지 비교' 방식으로 바꾼 구체적인 계기와 그 변화의 효과는 무엇이었나요?", "job_category": "BACKEND", "target_evidence": "다만 초반에 제 방식이 옳다고 고집해 팀원과 감정이 상한 적도 있어, 이후에는 결정 전에 대안 두 가지를 함께 비교하는 방식으로 바꿨습니다.", "expected_signal": "자신의 과거 행동을 객관적으로 성찰하고, 팀워크와 커뮤니케이션 방식을 개선하여 긍정적인 결과를 도출한 성장 과정을 보여주는가."}, {"category": "PROJECT_DEEP_DIVE", "question": "사용자 800명이 매일 쓰는 알림 봇 서비스 운영 경험에서, '멈추지 않는 서비스'를 위해 가장 중요하게 관리했던 운영/안정성 측면의 지표는 무엇이었나요?", "job_category": "BACKEND", "target_evidence": "학부 동아리에서 학사 공지 알림 봇을 만들며 사용자 800명이 매일 쓰는 서비스를 운영해 본 경험이 있습니다. 새벽에 크롤러가 멈춰 공지가 누락됐을 때 동아리원들의 항의를 직접 받으며, 기능보다 '멈추지 않는 서비스'가 신뢰를 만든다는 것을 배웠습니다.", "expected_signal": "단순히 기능을 구현하는 것을 넘어, 실제 운영 환경에서 서비스의 안정성(Reliability)을 확보하기 위해 어떤 구체적인 노력을 했는지 설명하는가."}], "latency_sec": 25.103, "in_tokens": 2654, "out_tokens": 971} +{"label": "lcpp-gemma4-e4b", "suite": "questions", "case_id": "q-long-context-p90", "rep": 1, "ok": true, "questions": [{"category": "PROJECT_DEEP_DIVE", "question": "MSA 전환 시 주문 서비스를 분리하면서 Kafka 기반 이벤트 파이프라인을 설계하셨는데, 이벤트 순서 보장이나 데이터 일관성 측면에서 특별히 고려한 부분이 있나요?", "job_category": "BACKEND", "target_evidence": "모놀리식 → MSA 전환: 주문 서비스를 별도 서비스로 분리, DB 분리(PostgreSQL) 및 Kafka 기반 이벤트 발행/구독 구조 도입.", "expected_signal": "이벤트 처리 시 발생 가능한 동시성 문제나 순서 이슈에 대한 구체적인 설계 방안을 설명할 수 있어야 합니다."}, {"category": "TECH_CHOICE", "question": "실시간 재고 동기화 프로젝트에서 낙관적 락을 분산 락으로 전환하셨는데, 분산 락 구현 시 사용한 메커니즘과 그 선택 이유를 설명해 주세요.", "job_category": "BACKEND", "target_evidence": "Redis 기반 재고 캐시 + DB write-behind, 동시성 제어(낙관적 락 → 분산 락 전환)", "expected_signal": "분산 락 구현 시 발생할 수 있는 데드락이나 통신 지연 문제에 대한 이해와 해결책을 제시해야 합니다."}, {"category": "PROJECT_DEEP_DIVE", "question": "GitHub 레포의 오프라인 편집 기능에서 IndexedDB를 사용하며 충돌 해결 전략으로 last-write-wins를 선택하셨는데, CRDT 검토 필요 주석에 대한 구체적인 고려사항은 무엇인가요?", "job_category": "BACKEND", "target_evidence": "오프라인 편집: IndexedDB(Dexie) 에 낙관적 업데이트를 저장 후 온라인 복귀 시 동기화. 충돌은 last-write-wins (TODO 주석: \"CRDT 검토 필요\")", "expected_signal": "CRDT가 last-write-wins 대비 가지는 장점(결합성, 충돌 해결의 정교함)을 이해하고 있음을 보여주어야 합니다."}, {"category": "BEHAVIORAL", "question": "자기소개서에서 '멈추지 않는 서비스'의 중요성을 언급하셨는데, 알림 봇 DB에서 SQLite 사용 시 동시 쓰기 락 문제로 중복 발송을 겪었을 때, 문제 해결 과정에서 어떤 학습을 얻었나요?", "job_category": "BACKEND", "target_evidence": "알림 봇 DB를 SQLite 로 시작했다가 동시 쓰기 락 문제로 알림이 중복 발송되었습니다. 원인을 찾는 데 3일이 걸렸고, PostgreSQL 로 이전하며 트랜잭션 격리 수준을 공부하게 됐습니다.", "expected_signal": "단순히 DB를 교체한 것이 아니라, 트랜잭션 격리 수준 등 근본적인 데이터베이스 원리를 학습하고 적용했음을 보여주어야 합니다."}, {"category": "TECH_CHOICE", "question": "캡스톤 프로젝트에서 API 스펙 해석 차이로 지연이 발생했을 때, OpenAPI 명세와 Mock 서버를 제안하셨는데, 이 과정에서 API 설계 시 고려했던 주요 제약 조건이나 트레이드오프가 있었나요?", "job_category": "BACKEND", "target_evidence": "저는 OpenAPI 명세를 먼저 작성하고 Mock 서버를 띄워 프론트가 병렬로 개발하도록 제안했고, 이후 스프린트에서는 통합 이슈가 3건에서 0건으로 줄었습니다.", "expected_signal": "API 설계 시 비즈니스 로직 외에 성능, 확장성, 혹은 특정 기술적 제약사항을 어떻게 반영했는지 설명할 수 있어야 합니다."}], "latency_sec": 29.471, "in_tokens": 4007, "out_tokens": 878} diff --git a/docs/research/local-llm-deep-dive-2026-09/data/raw/lcpp-gptoss-20b.jsonl b/docs/research/local-llm-deep-dive-2026-09/data/raw/lcpp-gptoss-20b.jsonl new file mode 100644 index 00000000..39e3ee17 --- /dev/null +++ b/docs/research/local-llm-deep-dive-2026-09/data/raw/lcpp-gptoss-20b.jsonl @@ -0,0 +1,22 @@ +{"label": "lcpp-gptoss-20b", "suite": "followup", "case_id": "f-strong-backend", "rep": 0, "ok": true, "followup_question": "Outbox 패턴을 도입하면서 구체적으로 방지한 실패 시나리오를 하나 예시로 설명해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "NONE", "correctness": null}, "latency_sec": 10.565, "ttft_sec": 7.306, "in_tokens": 1621, "out_tokens": 180} +{"label": "lcpp-gptoss-20b", "suite": "followup", "case_id": "f-weak-vague", "rep": 0, "ok": true, "followup_question": "멱등 키와 Outbox 패턴을 동시에 사용하셨다고 했는데, 각각이 방지하려는 구체적인 실패 시나리오를 하나씩 예시로 들어 설명해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 9.082, "ttft_sec": 4.709, "in_tokens": 1481, "out_tokens": 131} +{"label": "lcpp-gptoss-20b", "suite": "followup", "case_id": "f-dont-know-explicit", "rep": 0, "ok": true, "followup_question": "MVCC와 vacuum이 서로 어떻게 영향을 주는지, 특히 오래 열린 트랜잭션이 테이블 bloat에 어떤 영향을 미치는지 다시 한 번 설명해 주시겠어요?", "answer_intent": "DONT_KNOW", "answer_evaluation": null, "latency_sec": 16.195, "ttft_sec": null, "in_tokens": 1431, "out_tokens": 224} +{"label": "lcpp-gptoss-20b", "suite": "followup", "case_id": "f-dont-know-stt", "rep": 0, "ok": true, "followup_question": "setTimeout 안에서 state를 업데이트하면 React 18에서는 어떻게 배치되는지 예시를 들어 설명해 주실 수 있나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": null, "latency_sec": 25.169, "ttft_sec": null, "in_tokens": 1430, "out_tokens": 336} +{"label": "lcpp-gptoss-20b", "suite": "followup", "case_id": "f-clarification", "rep": 0, "ok": true, "followup_question": "HPA를 CPU 사용률 70%로 설정한 이유와, 트래픽 피크에 대비해 미리 스케일아웃을 수행한 배경을 구체적으로 설명해 주실 수 있나요?", "answer_intent": "CLARIFICATION", "answer_evaluation": null, "latency_sec": 11.002, "ttft_sec": 6.599, "in_tokens": 1466, "out_tokens": 130} +{"label": "lcpp-gptoss-20b", "suite": "followup", "case_id": "f-confirm-short", "rep": 0, "ok": true, "followup_question": "폴링 주기를 어떻게 결정하셨나요? 예를 들어, 5초, 30초 등 구체적인 값과 그 근거를 말씀해 주세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 15.393, "ttft_sec": 11.625, "in_tokens": 1452, "out_tokens": 210} +{"label": "lcpp-gptoss-20b", "suite": "followup", "case_id": "f-infra-fact-error", "rep": 0, "ok": true, "followup_question": "메모리 50%를 기준으로 설정한 이유와 사전 스케일아웃을 사용하지 않은 점을 구체적으로 설명해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": 0.0}, "latency_sec": 16.037, "ttft_sec": 12.276, "in_tokens": 1754, "out_tokens": 205} +{"label": "lcpp-gptoss-20b", "suite": "followup", "case_id": "f-dba-correct-with-context", "rep": 0, "ok": true, "followup_question": "autovacuum scale_factor를 0.05로 낮추었는데, 이 조치가 p95에 구체적으로 어떤 영향을 주었나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "NONE", "correctness": 5.0}, "latency_sec": 17.213, "ttft_sec": 14.05, "in_tokens": 1873, "out_tokens": 215} +{"label": "lcpp-gptoss-20b", "suite": "followup", "case_id": "f-frontend-strong", "rep": 0, "ok": true, "followup_question": "INP 480ms를 어떻게 측정했는지 구체적으로 설명해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 3.0, "structure": "NONE", "correctness": 5.0}, "latency_sec": 17.66, "ttft_sec": 14.993, "in_tokens": 1839, "out_tokens": 227} +{"label": "lcpp-gptoss-20b", "suite": "followup", "case_id": "f-personality-star", "rep": 0, "ok": true, "followup_question": "대안 두 개를 비교했다고 하셨는데, 그 두 대안은 구체적으로 무엇이었나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "FULL_STAR", "correctness": null}, "latency_sec": 20.076, "ttft_sec": 17.029, "in_tokens": 1546, "out_tokens": 289} +{"label": "lcpp-gptoss-20b", "suite": "followup", "case_id": "f-personality-rambling", "rep": 0, "ok": true, "followup_question": "구체적으로 팀원과 의견 충돌이 있었던 상황과, 그때 귀하가 취한 조치와 결과를 예시로 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 9.556, "ttft_sec": 5.641, "in_tokens": 1474, "out_tokens": 124} +{"label": "lcpp-gptoss-20b", "suite": "followup", "case_id": "f-stt-messy-normal", "rep": 0, "ok": true, "followup_question": "Redis 분산 락을 구현할 때 사용한 라이브러리와 락 만료 시간을 어떻게 설정했는지 구체적으로 말씀해 주세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "NONE", "correctness": null}, "latency_sec": 15.039, "ttft_sec": 11.913, "in_tokens": 1514, "out_tokens": 201} +{"label": "lcpp-gptoss-20b", "suite": "followup", "case_id": "f-long-answer-history", "rep": 0, "ok": true, "followup_question": "보상 이벤트가 유실되었을 때 30분 이상 PENDING 상태를 찾아 재조회하는 스위퍼 배치가 어떻게 구현되었는지 구체적으로 설명해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "NONE", "correctness": null}, "latency_sec": 15.7, "ttft_sec": 11.564, "in_tokens": 1827, "out_tokens": 194} +{"label": "lcpp-gptoss-20b", "suite": "followup", "case_id": "f-english-mixed", "rep": 0, "ok": true, "followup_question": "네트워크 요청이 40% 감소했다고 하셨는데, 그 수치를 어떻게 측정하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 14.217, "ttft_sec": 11.006, "in_tokens": 1491, "out_tokens": 186} +{"label": "lcpp-gptoss-20b", "suite": "coaching", "case_id": "c-weak-backend", "rep": 0, "ok": false, "error": "InternalServerError: Error code: 500 - {'error': {'code': 500, 'message': 'The model produced output that does not match the expected peg-native format', 'type': 'server_error'}}", "latency_sec": 148.822, "in_tokens": null, "out_tokens": null} +{"label": "lcpp-gptoss-20b", "suite": "coaching", "case_id": "c-dont-know-cs", "rep": 0, "ok": false, "error": "InternalServerError: Error code: 500 - {'error': {'code': 500, 'message': 'The model produced output that does not match the expected peg-native format', 'type': 'server_error'}}", "latency_sec": 100.024, "in_tokens": null, "out_tokens": null} +{"label": "lcpp-gptoss-20b", "suite": "coaching", "case_id": "c-personality-rambling", "rep": 0, "ok": false, "error": "InternalServerError: Error code: 500 - {'error': {'code': 500, 'message': 'The model produced output that does not match the expected peg-native format', 'type': 'server_error'}}", "latency_sec": 99.266, "in_tokens": null, "out_tokens": null} +{"label": "lcpp-gptoss-20b", "suite": "questions", "case_id": "q-backend-tech", "rep": 0, "ok": true, "questions": [{"category": "PROJECT_DEEP_DIVE", "question": "Outbox 패턴을 적용해 결제 승인 콜백 지연 시 중복 주문을 어떻게 방지했는지 구체적으로 설명해 주세요.", "job_category": "BACKEND", "target_evidence": "결제 승인 콜백 지연 시 중복 주문 발생 문제: 멱등 키 테이블 + Transactional Outbox 로 해결", "expected_signal": "Outbox 패턴의 흐름, 멱등 키 활용, 트랜잭션 범위와 이벤트 발행 타이밍에 대한 명확한 이해"}, {"category": "TECH_CHOICE", "question": "Kafka 기반 이벤트 파이프라인을 설계할 때, 토픽 파티셔닝과 소비자 그룹 구성을 어떻게 결정했는지 말씀해 주세요.", "job_category": "BACKEND", "target_evidence": "Kafka 이벤트 파이프라인 설계", "expected_signal": "파티션 수, 키 기반 파티셔닝, 소비자 그룹 수 및 재시도 전략에 대한 설계 원칙"}, {"category": "CS_FUNDAMENTAL", "question": "PostgreSQL에서 대용량 트랜잭션 처리 시 성능 병목을 줄이기 위해 인덱스 재설계 시 고려한 점은 무엇인가요?", "job_category": "BACKEND", "target_evidence": "인덱스 재설계", "expected_signal": "인덱스 선택 기준, 커버링 인덱스 활용, 트랜잭션 격리 수준과의 관계"}, {"category": "BEHAVIORAL", "question": "정산 배치 성능을 5시간에서 40분으로 개선한 과정에서 가장 큰 도전은 무엇이었고, 어떻게 극복했나요?", "job_category": "BACKEND", "target_evidence": "정산 배치 성능 개선: 5시간 → 40분 (QueryDSL 튜닝, 청크 단위 처리, 인덱스 재설계)", "expected_signal": "문제 정의, 해결 전략, 성과 지표와 학습 포인트"}, {"category": "PROJECT_DEEP_DIVE", "question": "실시간 재고 동기화 프로젝트에서 Redis 캐시와 DB write-behind를 도입해 재고 불일치 건수를 어떻게 줄였는지 구체적으로 설명해 주세요.", "job_category": "BACKEND", "target_evidence": "Redis 기반 재고 캐시 + DB write-behind, 동시성 제어(낙관적 락 → 분산 락 전환)", "expected_signal": "캐시 일관성 유지 전략, write-behind 동작 방식, 락 전환 이유와 효과"}], "latency_sec": 49.405, "in_tokens": 2968, "out_tokens": 561} +{"label": "lcpp-gptoss-20b", "suite": "questions", "case_id": "q-frontend-repo", "rep": 0, "ok": true, "questions": [{"category": "PROJECT_DEEP_DIVE", "question": "react-window를 도입해 일정 타임라인의 스크롤 끊김을 해결한 과정에서, 가상화가 성능에 미친 구체적 영향은 무엇인가요?", "job_category": "FRONTEND", "target_evidence": "react-window 가상화 도입 (커밋 메시지: \"virtualize timeline, INP 480ms -> 120ms\")", "expected_signal": "가상화 적용 전후 성능 지표와 적용 시 고려한 렌더링 로직 변경 사항을 명확히 설명할 수 있어야 함."}, {"category": "TECH_CHOICE", "question": "Kakao Map SDK 마커를 500개 클러스터링할 때 useMemo를 활용해 좌표 변환을 캐싱한 이유와 그 효과는 무엇인가요?", "job_category": "FRONTEND", "target_evidence": "지도 마커 렌더링: Kakao Map SDK 마커 500개를 클러스터링, useMemo 로 좌표 변환 캐싱", "expected_signal": "클러스터링과 캐싱이 렌더링 성능에 미친 구체적 이점을 설명할 수 있어야 함."}, {"category": "CS_FUNDAMENTAL", "question": "IndexedDB(Dexie)를 이용해 오프라인 편집을 구현할 때 last-write-wins 충돌 해결 방식을 선택한 이유는?", "job_category": "FRONTEND", "target_evidence": "오프라인 편집: IndexedDB(Dexie) 에 낙관적 업데이트를 저장 후 온라인 복귀 시 동기화. 충돌은 last-write-wins (TODO 주석: \"CRDT 검토 필요\")", "expected_signal": "충돌 해결 전략 선택 배경과 장단점을 논리적으로 설명할 수 있어야 함."}, {"category": "TECH_CHOICE", "question": "S3 presigned URL을 사용해 클라이언트에서 직접 이미지 업로드를 구현할 때 WebP 변환을 수행한 이유와 그 과정은?", "job_category": "FRONTEND", "target_evidence": "이미지 업로드: presigned URL 로 S3 직접 업로드, 클라이언트에서 WebP 변환", "expected_signal": "WebP 변환이 파일 크기와 로딩 속도에 미친 효과를 정량적으로 설명할 수 있어야 함."}, {"category": "BEHAVIORAL", "question": "프로젝트에서 Lighthouse 성능 점수를 68에서 91로 끌어올린 PR(#57) 작업을 진행하면서 가장 어려웠던 점과 이를 어떻게 해결했는가?", "job_category": "FRONTEND", "target_evidence": "Lighthouse 성능 점수 68 → 91 (PR #57 설명)", "expected_signal": "문제 해결 과정에서 팀 협업, 우선순위 설정, 성과 측정 방식을 STAR 방식으로 서술할 수 있어야 함."}], "latency_sec": 44.557, "in_tokens": 2765, "out_tokens": 634} +{"label": "lcpp-gptoss-20b", "suite": "questions", "case_id": "q-infra-dba-multi", "rep": 0, "ok": true, "questions": [{"category": "TECH_CHOICE", "question": "EKS 기반 쿠버네티스 클러스터 3개를 운영하면서 가장 어려웠던 네트워크 정책 설정은 무엇이며, 어떻게 해결했나요?", "job_category": "INFRA", "target_evidence": "EKS 기반 쿠버네티스 클러스터 3개 운영", "expected_signal": "구체적 문제 상황과 해결 과정, 적용한 네트워크 정책 설정"}, {"category": "PROJECT_DEEP_DIVE", "question": "ArgoCD GitOps 도입으로 배포 리드타임을 1일에서 30분으로 단축한 과정에서 발생한 가장 큰 장애는 무엇이었으며, 어떻게 대응했나요?", "job_category": "INFRA", "target_evidence": "ArgoCD GitOps 도입으로 배포 리드타임 1일 → 30분", "expected_signal": "장애 원인 분석, 대응 절차, 결과 및 배운 점"}, {"category": "TECH_CHOICE", "question": "PostgreSQL 14 운영 시 슬로우 쿼리 p95를 2.3초에서 180ms로 개선한 구체적 인덱스 재설계와 파티셔닝 전략은 무엇인가요?", "job_category": "DBA", "target_evidence": "PostgreSQL 14 (RDS) 운영: 슬로우 쿼리 p95 2.3초 → 180ms (복합 인덱스 재설계, autovacuum 튜닝, 파티셔닝)", "expected_signal": "구체적 인덱스 구조, 파티셔닝 기준, 성능 개선 절차"}, {"category": "CS_FUNDAMENTAL", "question": "RDS 스토리지 풀로 인한 40분 쓰기 중단 사고를 방지하기 위해 CloudWatch 알람과 스토리지 오토스케일링을 어떻게 구성했나요?", "job_category": "DBA", "target_evidence": "RDS 스토리지 풀로 쓰기 중단 40분 → CloudWatch 알람 + 스토리지 오토스케일링 적용", "expected_signal": "알람 설정, 오토스케일링 정책, 적용 결과"}, {"category": "BEHAVIORAL", "question": "플랫폼 엔지니어로서 월급날 10시 트래픽 피크 대비 사전 스케일아웃 CronJob을 운영하면서 팀과 협업한 경험을 구체적으로 설명해 주세요.", "job_category": "INFRA", "target_evidence": "HPA 기준을 CPU 70% 로 설정, 트래픽 피크(월급날 10시) 대비 사전 스케일아웃 CronJob 운영", "expected_signal": "팀 협업 과정, 역할 분담, 성과 및 배운 점"}, {"category": "BEHAVIORAL", "question": "Terraform으로 VPC·RDS·EKS 모듈을 환경별(dev/stg/prod) workspace 분리해 운영하면서 가장 큰 조직적 도전은 무엇이었으며, 어떻게 극복했나요?", "job_category": "INFRA", "target_evidence": "Terraform 으로 VPC·RDS·EKS 모듈화, 환경별(dev/stg/prod) workspace 분리", "expected_signal": "조직적 도전, 해결 전략, 결과"}], "latency_sec": 96.286, "in_tokens": 2754, "out_tokens": 705} +{"label": "lcpp-gptoss-20b", "suite": "questions", "case_id": "q-personality-coverletter", "rep": 0, "ok": true, "questions": [{"category": "BEHAVIORAL", "question": "새벽에 크롤러가 멈춰 공지가 누락됐을 때 동아리원들의 항의를 직접 받으며, 기능보다 '멈추지 않는 서비스'가 신뢰를 만든다는 것을 배웠습니다. 이 경험에서 가장 중요하게 느낀 점은 무엇이며, 그 이후 서비스 운영에 어떻게 반영했나요?", "job_category": "BACKEND", "target_evidence": "새벽에 크롤러가 멈춰 공지가 누락됐을 때 동아리원들의 항의를 직접 받으며, 기능보다 '멈추지 않는 서비스'가 신뢰를 만든다는 것을 배웠습니다.", "expected_signal": "구체적 상황과 그때의 감정, 그리고 이후 행동과 결과를 명확히 서술한다."}, {"category": "BEHAVIORAL", "question": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합 직전 2주가 지연된 적이 있습니다. 이때 팀원과 감정이 상한 상황을 어떻게 해결했고, 이후 같은 상황을 방지하기 위해 어떤 프로세스를 도입했나요?", "job_category": "BACKEND", "target_evidence": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합 직전 2주가 지연된 적이 있습니다.", "expected_signal": "감정이 상한 상황을 구체적으로 설명하고, 해결 과정과 이후 프로세스 개선을 명확히 제시한다."}, {"category": "BEHAVIORAL", "question": "알림 봇 DB를 SQLite 로 시작했다가 동시 쓰기 락 문제로 알림이 중복 발송되었습니다. 이 문제를 해결하기 위해 PostgreSQL 로 이전하면서 트랜잭션 격리 수준을 공부하게 된 과정과, 그 결과 서비스 안정성에 어떤 변화를 가져왔는지 설명해 주세요.", "job_category": "BACKEND", "target_evidence": "알림 봇 DB를 SQLite 로 시작했다가 동시 쓰기 락 문제로 알림이 중복 발송되었습니다.", "expected_signal": "문제 인식, 해결 과정, 학습 내용, 그리고 서비스 안정성에 미친 구체적 변화를 서술한다."}, {"category": "BEHAVIORAL", "question": "OpenAPI 명세를 먼저 작성하고 Mock 서버를 띄워 프론트가 병렬로 개발하도록 제안한 경험이 있습니다. 이 제안이 팀에 미친 긍정적 영향과, 이후 스프린트에서 통합 이슈가 3건에서 0건으로 줄었다는 결과를 어떻게 측정하고 공유했나요?", "job_category": "BACKEND", "target_evidence": "OpenAPI 명세를 먼저 작성하고 Mock 서버를 띄워 프론트가 병렬로 개발하도록 제안했고, 이후 스프린트에서는 통합 이슈가 3건에서 0건으로 줄었습니다.", "expected_signal": "제안의 구체적 내용, 측정 방법, 결과 공유 방식을 명확히 설명한다."}, {"category": "BEHAVIORAL", "question": "동아리에서 운영한 학사 공지 알림 봇이 800명 사용자에게 매일 제공되었는데, 서비스가 멈추지 않는 것이 신뢰를 만든다고 느꼈다고 하셨습니다. 이 신뢰를 구축하기 위해 어떤 모니터링이나 장애 대응 프로세스를 도입했으며, 실제 장애 상황에서 어떻게 대응했는지 사례를 들어 설명해 주세요.", "job_category": "BACKEND", "target_evidence": "학부 동아리에서 학사 공지 알림 봇을 만들며 사용자 800명이 매일 쓰는 서비스를 운영해 본 경험이 있습니다.", "expected_signal": "구체적 모니터링/장애 대응 프로세스와 실제 사례를 통해 신뢰 구축 과정을 설명한다."}], "latency_sec": 56.623, "in_tokens": 2762, "out_tokens": 854} +{"label": "lcpp-gptoss-20b", "suite": "questions", "case_id": "q-long-context-p90", "rep": 0, "ok": false, "error": "InternalServerError: Error code: 500 - {'error': {'code': 500, 'message': 'The model produced output that does not match the expected peg-native format', 'type': 'server_error'}}", "latency_sec": 132.888, "in_tokens": null, "out_tokens": null} diff --git a/docs/research/local-llm-deep-dive-2026-09/data/raw/lcpp-kanana2-30b-a3b-q2k-INVALID-broken-requant.jsonl b/docs/research/local-llm-deep-dive-2026-09/data/raw/lcpp-kanana2-30b-a3b-q2k-INVALID-broken-requant.jsonl new file mode 100644 index 00000000..027affc9 --- /dev/null +++ b/docs/research/local-llm-deep-dive-2026-09/data/raw/lcpp-kanana2-30b-a3b-q2k-INVALID-broken-requant.jsonl @@ -0,0 +1,10 @@ +{"label": "lcpp-kanana2-30b-a3b-q2k", "suite": "followup", "case_id": "f-strong-backend", "rep": 0, "ok": true, "followup_question": "사용자: \n1. \"자신의 미드 면접 답변을 위한 기술 면접 문항 답변 능력 평가 테크니컬\n2. 자신의 미드 면접 답변을 위한 기술  면접 문항 답변 능력 평가 테크니컬\n3. 자신의 미드 면접 답변을 위한 기술 테크니컬\n4. 자신의 미드와 면접 문항 답변 평가 테크니컬\n5. 자신의 미드와 면접 문항 답변 평가 테크니컬\n6. 자신의 미드와 면접 문항 답변 평가 테크니컬\n7. 자신의 미드와 면접 문항 답변 평가 테크니컬\n8. 자신의 미드와 면접 문항 답변 평가 테크니컬\n9. 자신의 미드와 면접 문항 답변 평가 테크니컬\n10. 자신의 미드와 면접 문항 답변 평가 테크니컬\n11. 자신의 미드와 문항 답변 평가 테크니컬\n12. 자신의 미드와 문항 답변 평가 테크니컬\n13. 자신의 미드와 문항 답변 평가 테크니컬\n14. 자신의 미드와 문항 답변 평가 테크니컬\n15. 자신의 미드와 문항 답변 평가 테크니컬\n16. 자신의 미드와 문항 답변 평가 테크니컬\n17. 자신의 미드와 문항 답변 평가 테크니컬\n18. 자신의 미드와 문항 답변 평가 테크니컬\n19. 자신의 미드와 문항 답변 평가 테크니컬\n20. 자신의 미드와 문항 답변 평가 테크니컬\n21. 자신의 미드와 문항 답변 평가 테크니컬\n22. 자신의 미드와 문항 답변 평가 테크니컬\n23. 자신의 미드와 문항 답변 평가 테크니컬\n24. 자신의 미드와 문항 답변 평가 테크니컬\n25. 자신의 미드와 문항 답변 평가 테크니컬\n26. 자신의 미드와 문항 답변수 평가 테크니컬\n27. 자신의 미드와 문항 답변 평가 테크니컬\n28. 자신의 미드와 문항 답변 평가 테크니컬\n29. 자신의 미드와 문항 답변 평가 테크니컬\n30. 자신의 미드와 문항 답변 평가 테크니컬\n31. 자신의 미드와 문항 답변 평가 테크니컬\n32. 자신의 미드와 문항 답변 평가 테크니컬\n33. 자신의 미드와 문항 답변 평가 테크니컬\n34. 자신의 미드와 문항 답변 평가 테크니컬\n35. 자신의 미드와 문항 답변 평가 테크니컬\n36. 자신의 미드와 문항 답변 평가 테크니컬\n37. 자신의 미드와 문항 답변 평가 테크니컬\n38. 자신의 미드와 문항 답변 평가 테크니컬\n39. 자신의 미드와 문항 답변 평가 테크니컬\n40. 자신의 미드와 문항 답변 평가 테크니컬\n41. 자신의 미드와 문항 답변 평가 테크니컬\n42. 자신의 미드와 문항 답변 평가 테크니컬\n43. 자신의 미드와 문항 답변 평가 테크니컬\n44. 자신의 미드와 문항 답변 평가 테크니컬\n45. 자신의 미드와 문항 답변 평가 테크니컬\n46. 자신의 미드와 문항 답변 평가 테크니컬\n47. 자신의 미드와 문항 답변 평가 테크니컬\n48. 자신의 미드와 문항 답변 평가 테크니컬\n49. 자신의 미드와 문항 답변 평가 테크니컬\n50. 자신의 미드와 문항 답변 평가 테크니컬\n51. 자신의 미드와 문항 답변 평가 테크니컬\n52. 자신의 미드와 문항 답변 평가 테크니컬\n53. 자신의 미드와 문항 답변 평가 테크니컬\n54. 자신의 미드와 문항 답변 평가 테크니컬\n55. 자신의 미드와 문항 답변 평가 테크니컬\n56. 자신의 미드와 문항 답변 평가 테크니컬\n57. 자신의 미드와 문항 답변 평가 테크니컬\n58. 자신의 미드와 문항 답변 평가 테크니컬\n59. 자신의 미드와 문항 답변 평가 테크니컬\n60. 자신의 미드와 문항 답변 평가 테크니컬\n61. 자신의 미드와 문항 답변 평가 테크니컬\n62. 자신의 미드와 문항 답변 평가 테크니컬\n63. 자신의 미드와 문항 답변 평가 테크니컬\n64. 자신의 미드와 문항 답변 평가 테크니컬\n65. 자신의 미드와 문항 답변 평가 테크니컬\n66. 자신의 미드와 문항 답변 평가 테크니컬\n67. 자신의 미드와 문항 답변 평가 테크니컬\n68. 자신의 미드와 문항 답변 평가 테크니컬\n69. 자신의 미드와 문항 답변 평가 테크니컬\n70. 자신의 미드와 문항 답변 평가 테크니컬\n71. 자신의 미드와 문항 답변 평가 테크니컬\n72. 자신의 미드와 문항 답변 평가 테크니컬\n73. 자신의 미드와 문항 답변 평가 테크니컬\n74. 자신의 미드와 문항 답변 평가 테크니컬\n75. 자신의 미드와 문항 답변 평가 테크니컬\n76. 자신의 미드와 문항 답변 평가 테크니컬\n77. 자신의 미드와 문항 답변 평가 테크니컬\n78. 자신의 미드와 문항 답변 평가 테크니컬\n79. 자신의 미드와 문항 답변 평가 테크니컬\n80. 자신의 미드와 문항 답변 평가 테크니컬\n81. 자신의 미드와 문항 답변 평가 테크니컬\n82. 자신의 미드와 문항 답변 평가 테크니컬\n83. 자신의 미드와 문항 답변 평가 테크니컬\n84. 자신의 미드와 문항 답변 평가 테크니컬\n85. 자신의 미드와 문항 답변 평가 테크니컬\n86. 자신의 미드와 문항 답변 평가 테크니컬\n87. 자신의 미드와 문항 답변 평가 테크니컬\n88. 자신의 미드와 문항 답변 평가 테크니컬\n89. 자신의 미드와 문항 답변 평가 테크니컬\n90. 자신의 미드와 문항 답변 평가 테크니컬\n91. 자신의 미드와 문항 답변 평가 테크니컬\n92. 자신의 미드와 문항 답변 평가 테크니컬\n93. 자신의 미드와 문항 답변 평가 테크니컬\n94. 자신의 미드와 문항 답변 평가 테크니컬\n95. 자신의 미드와 문항 답변 평가 테크니컬\n96. 자신의 미드와 문항 답변 평가 테크니컬\n97. 자신의 미드와 문항 답변 평가 테크니컬\n98. 자신의 미드와 문항 답변 평가 테크니컬\n99. 자신의 미드와 문항 답변 평가 테크니컬\n100. 자신의 미드와 문항 답변 평가 테크니컬\n101. 자신의 미드와 문항 답변 평가 테크니컬\n102. 자신의 미드와 문항 답변 평가 테크니컬\n103. 자신의 미드와 문항 답변 평가 테크니컬\n104. 자신의 미드와 문항 답변 평가 테크니컬\n105. 자신의 미드와 문항 답변 평가 테크니컬\n106. 자신의 미드와 문항 답변 평가 테크니컬\n107. 자신의 미드와 문항 답변 평가 테크니컬\n108. 자신의 미드와 문항 답변 평가 테크니컬\n109. 자신의 미드와 문항 답변 평가 테크니컬\n110. 자신의 미드와 문항 답변 평가 테크니컬\n111. 자신의 미드와 문항 답변 평가 테크니컬\n112. 자신의 미드와 문항 답변 평가 테크니컬\n113. 자신의 미드와 문항 답변 평가 테크니컬\n114. 자신의 미드와 문항 답변 평가 테크니컬\n115. 자신의 미드와 문항 답변 평가 테크니컬\n116. 자신의 미드와 문항 답변 평가 테크니컬\n117. 자신의 미드와 문항 답변 평가 테크니컬\n118. 자신의 미드와 문항 답변 평가 테크니컬\n119. 자신의 미드와 문항 답변 평가 테크니컬\n120. 자신의 미드와 문항 답변 평가 테크니컬\n121. 자신의 미드와 문항 답변 평가 테크니컬\n122. 자신의 미드와 문항 답변 평가 테크니컬\n123. 자신의 미드와 문항 답변 평가 테크니컬\n124. 자신의 미드와 문항 답변 평가 테크니컬\n125. 자신의 미드와 문항 답변 평가 테크니컬\n126. 자신의 미드와 문항 답변 평가 테크니컬\n127. 자신의 미드와 문항 답변 평가 테크니컬\n128. 자신의 미드와 문항 답변 평가 테크니컬\n129. 자신의 미드와 문항 답변 평가 테크니컬\n130. 자신의 미드와 문항 답변 평가 테크니컬\n131. 자신의 미드와 문항 답변 평가 테크니컬\n132. 자신의 미드와 문항 답변 평가 테크니컬\n133. 자신의 미드와 문항 답변 평가 테크니컬\n134. 자신의 미드와 문항 답변 평가", "answer_intent": "NORMAL", "answer_evaluation": null, "latency_sec": 88.614, "ttft_sec": null, "in_tokens": 1190, "out_tokens": 2048} +{"label": "lcpp-kanana2-30b-a3b-q2k", "suite": "followup", "case_id": "f-weak-vague", "rep": 0, "ok": true, "followup_question": "user\nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert. \nYou are a techinical expert", "answer_intent": "NORMAL", "answer_evaluation": null, "latency_sec": 89.08, "ttft_sec": null, "in_tokens": 1089, "out_tokens": 2048} +{"label": "lcpp-kanana2-30b-a3b-q2k", "suite": "followup", "case_id": "f-dont-know-explicit", "rep": 0, "ok": true, "followup_question": "user\nWhat are some anguage you should give to language you have innitiation language innitiation language innitiation aren't are innitiating language innitiation language innitiation innitiation innitiation innitiation innitiation innitiation innitiation innitiation innitication innitication innitication innitication position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position position", "answer_intent": "NORMAL", "answer_evaluation": null, "latency_sec": 91.134, "ttft_sec": null, "in_tokens": 1063, "out_tokens": 2048} +{"label": "lcpp-kanana2-30b-a3b-q2k", "suite": "followup", "case_id": "f-dont-know-stt", "rep": 0, "ok": true, "followup_question": "사용자가 입  ** 단락 ** ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 ** 단락 **", "answer_intent": "NORMAL", "answer_evaluation": null, "latency_sec": 91.025, "ttft_sec": null, "in_tokens": 1063, "out_tokens": 2048} +{"label": "lcpp-kanana2-30b-a3b-q2k", "suite": "followup", "case_id": "f-clarification", "rep": 0, "ok": true, "followup_question": "You\nWhat are things you ll fill out TECH choic voc voc app entire information available technological terminology ... apopri response app entire information available terminology ...\n... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ... ...", "answer_intent": "NORMAL", "answer_evaluation": null, "latency_sec": 91.461, "ttft_sec": null, "in_tokens": 1082, "out_tokens": 2048} +{"label": "lcpp-kanana2-30b-a3b-q2k", "suite": "followup", "case_id": "f-confirm-short", "rep": 0, "ok": true, "followup_question": "1번 답변: \n2번 답변: \n3번 답변: \n4번 답변: \n5번 답변: \n6번 답변: \n7번 답변: \n8번 답변: \n9번 답변: \n10번 답변: \n11번 답변: \n12번 답변: \n13번 답변: \n14번 답변: \n15번 답변: \n16번 답변: \n17번 답변: \n18번 답변: \n19번 답변: \n20번 답변: \n21번 답변: \n22번 답변: \n23번 답변: \n24번 응답: \n25번 응답: \n26번 응답: \n27번 응답: \n28번 응답: \n29번 응답: \n30번 응답: \n31번 응답: \n32번 응답: \n33번 응답: \n34번 응답: \n35번 응답: \n36번 응답: \n37번 응답: \n38번 응답: \n39번 응답: \n40번 응답: \n41번 응답: \n42번 응답: \n43번 응답: \n44번 응답: \n45번 응답: \n46번 응답: \n47번 응답: \n48번 응답: \n49번 응답: \n50번 응답: \n51번 응답: \n52번 응답: \n53번 응답: \n54번 응답: \n55번 응답: \n56번 응답: \n57번 응답: \n58번 응답: \n59번 응답: \n60번 응답: \n61번 응답: \n62번 응답: \n63번 응답: \n64번 응답: \n65번 응답: \n66번 응답: \n67번 응답: \n68번 응답: \n69번 응답: \n70번 응답: \n71번 응답: \n72번 응답: \n73번 응답: \n74번 응답: \n75번 응답: \n76번 응답: \n77번 응답: \n78번 응답: \n79번 응답: \n80번 응답: \n81번 응답: \n82번 응답: \n83번 응답: \n84번 응답: \n85번 응답: \n86번 응답: \n87번 응답: \n88번 응답: \n89번 응답: \n90번 응답: \n91번 응답: \n92번 응답: \n93번 응답: \n94번 응답: \n95번 응답: \n96번 응답: \n97번 응답: \n98번 응답: \n99번 응답: \n100. \n\n이제 답변은 2가지 선택지 중 어느 쪽인지 구분하는 방법만 남깁니다. \n101번 응답: \n102번 응답: \n103번 응답: \n104번 응답: \n105번 응답: \n106번 응답: \n107번 응답: \n108번 응답: \n109번 응답: \n110번 응답: \n111번 응답: \n112번 응답: \n113번 응답: \n114번 응답: \n115번 응답: \n116번 응답: \n117번 응답: \n118번 응답: \n119번 응답: \n120번 응답: \n121번 응답: \n122번 응답: \n123번 응답: \n124번 응답: \n125번 응답: \n126번 응답: \n127번 응답: \n128번 응답: \n129번 응답: \n130번 응답: \n131번 응답: \n132번 응답: \n133번 응답: \n134번 응답: \n135번 응답: \n136번 응답: \n137번 응답: \n138번 응답: \n139번 응답: \n140번 응답: \n141번 응답: \n142번 응답: \n143번 응답: \n144번 응답: \n145번 응답: \n146번 응답: \n147번 응답: \n148번 응답: \n149번 응답: \n150번 응답: \n151번 응답: \n152번 응답: \n153번 응답: \n154번 응답: \n155번 응답: \n156번 응답: \n157번 응답: \n158번 응답: \n159번 응답: \n160번 응답: \n161번 응답: \n162번 응답: \n163번 응답: \n164번 응답: \n165번 응답: \n166번 응답: \n167번 응답: \n168번 응답: \n169번 응답: \n170번 응답: \n171번 응답: \n172번 응답: \n173번 응답: \n174번 응답: \n175번 응답: \n176번 응답: \n177번 응답: \n178번 응답: \n179번 응답: \n180번 응답: \n181번 응답: \n182번 응답: \n183번 응답: \n184번 응답: \n185번 응답: \n186번 응답: \n187번 응답: \n188번 응답: \n189번 응답: \n190번 응답: \n191번 응답: \n192번 응답: \n193번 응답: \n194번 응답: \n195번 응답: \n196번 응답: \n197번 응답: \n198번 응답: \n199번 응답: \n200번 응답: \n201번 응답: \n202번 응답: \n203번 응답: \n204번 응답: \n205번 응답: \n206번 응답: \n207번 응답: \n208번 응답: \n209번 응답: \n210번 응답: \n211번 응답: \n212번 응답: \n213번 응답: \n214번 응답: \n215번 응답: \n216번 응답: \n217번 응답: \n218번 응답: \n219번 응답: \n220번 응답: \n221번 응답: \n222번 응답: \n223번 응답: \n224번 응답: \n225번 응답: \n226번 응답: \n227번 응답: \n228번 응답: \n229번 응답: \n230번 응답: \n231번 응답: \n232번 응답: \n233번 응답: \n234번 응답: \n235번 응답: \n236번 응답: \n237번 응답: \n238번 응답: \n239번 응답: \n240번 응답: \n241번 응답: \n242번 응답: \n243번 응답: \n244번 응답: \n245번 응답: \n246번 응답: \n247번 응답: \n248번 응답: \n249번 응답: \n250번 응답: \n251번 응답: \n252번 응답: \n253번 응답: \n254번 응답: \n255번 응답: \n256번 응답: \n257번 응답: \n258번 응답: \n259번 응답: \n260번 응답: \n261번 응답: \n262번 응답: \n263번 응답: \n264번 응답: \n265번 응답: \n266번 응답: \n267번 응답: \n268번 응답: \n269번 응답: \n270번 응답: \n271번 응답: \n272번 응답: \n273번 응답: \n274번 응답: \n275번 응답: \n276번 응답: \n277번 응답: \n278번 응답: \n279번 응답: \n280번 응답: \n281번 응답: \n282번 응답: \n283번 응답: \n284번 응답: \n285번 응답: \n286번 응답: \n287번 응답: \n288번 응답: \n289번 응답: \n290번 응답: \n291번 응답: \n292번 응답: \n293번 응답: \n294번 응답: \n295번 응답: \n296번 응답: \n297번 응답: \n298번 응답: \n299번 응답: \n300번 응답: \n301번 응답: \n302번 응답: \n303번 응답: \n304번 응답: \n305번 응답: \n306번 응답: \n307번 응답: \n308번 응답: \n309번 응답: \n310번 응답: \n311번 응답: \n312번 응답: \n313번 응답: \n314번 응답: \n315번 응답: \n316번 응답: \n317번 응답: \n318번 응답: \n319번 응답: \n320번 응답: \n321번 응답: \n322번 응답: \n323번 응답: \n324번 응답: \n325번 응답: \n326번 응답: \n327번 응답: \n328번 응답: \n329번 응답: \n330번 응답: \n331번 응답: \n332번 응답: \n333번 응답: \n334번 응답: \n335번 응답: \n336번 응답: \n\n이제 답변은 2가지 선택지 중 어느 쪽인지 구분하는 방법만 남깁니다. \n지원자 답변: \n- 답변은 2가지 선택지 중 어느 쪽인지 구분하는 방법만 남깁니다.\n\n- 답변: \n- 지원자 답변: \n- 답변: \n- 지원자 답변: \n- 답변: \n- 지원자 답변: \n- 답변: \n- 지원자 답변: \n- 답변: \n- 지원자 답변: \n- 답변: \n- 지원자 답변: \n- 답변: \n- 지원자 답변: \n- 답변: \n- 지원자 답변: \n- 답변: \n- 지원자 답변: \n- 답변: \n- 지원자_답변: \n- 답변: \n- 지원자_답변: \n- 답변: \n- 지원자_답변: \n-_답변: \n-_지원자_답변: \n-_지원자_답변: \n-_지원자_답변: \n-_지원자_답변: \n-_지원자_답변: \n-_지원자_답변: \n-_지원자_답변: \n-_지원자_답변: \n-_지원자_답변: \n-_지원자_답변: \n-_지원자_답변: \n-_지원자_답변: \n-_지원자_답변: \n-_지원자_답변: \n-_지원자_답변: \n-_지원자_답변: \n-_지원자_답변: \n-_지원자_답변: \n-_지원자_답변: \n-_지원자_답변: \n-_지원자_답변: \n-_지원자_답변: \n-_지원자_", "answer_intent": "NORMAL", "answer_evaluation": null, "latency_sec": 91.68, "ttft_sec": null, "in_tokens": 1075, "out_tokens": 2048} +{"label": "lcpp-kanana2-30b-a3b-q2k", "suite": "followup", "case_id": "f-infra-fact-error", "rep": 0, "ok": true, "followup_question": "6점, 12, 24, 36, 48, 60, 72, 96, 148, 200, 244, 348, 402, 654, 657, 658, 659, 강의, 700, 701, 702, 12, 100, 108, 109, 11, 12, 100, 116, 118, 120, 122, 124, 125, 126, 127, 129, 132, 134, 135, 141, 141, 142, 144, 146, 148, 150, 152, 154, 156, 158, 162, 164, 166, 168, 170, 172, 174, 176, 178, 180, 182, 184, 186, 190, 192, 194, 196, 198, 200, 202, 204, 206, 208, 209, 211, 213, 215, 217, 219, 221, 223, 225, 227, 229, 231, 233, 235, 237, 239, 241, 243, 245, 247, 249, 251, 253, 255, 257, 259, 261, 263, 265, 267, 269, 271, 273, 275, 277, 279, 281, 283, 285, 287, 289, 291, 293, 295, 297, 299, 301, 303, 305, 307, 309, 311, 313, 315, 317, 319, 321, 323, 325, 327, 329, 331, 333, 335, 337, 339, 341, 343, 345, 347, 349, 351, 353, 355, 357, 359, 361, 363, 365, 366, 367, 368, 369, 371, 373, 375, 377, 379, 381, 383, 385, 387, 389, 391, 393, 395, 397, 399, 401, 403, 405, 407, 409, 413, 415, 417, 419, 421, 423, 425, 427, 429, 431, 433, 435, 437, 439, 441, 443, 445, 447, 449, 451, 453, 455, 457, 459, 461, 463, 465, 467, 469, 471, 473, 475, 477, 479, 481, 483, 485, 487, 489, 491, 493, 495, 497, 499, 501, 503, 505, 507, 509, 511, 513, 515, 517, 519, 521, 523, 527, 529, 531, 533, 535, 537, 539, 541, 543, 545, 547, 549, 551, 553, 555, 557, 559, 562, 564, 566, 568, 570, 572, 574, 576, 578, 579, 582, 584, 586, 587, 588, 589, 590, 592, 594, 596, 597, 598, 599, 601, 603, 605, 607, 609, 611, 613, 615, 617, 619, 621, 623, 625, 627, 628, 629, 631, 633, 635, 637, 638, 640, 642, 644, 646, 648, 649, 651, 653, 655, 657, 659, 661, 663, 665, 667, 669, 671, 673, 675, 677, 679, 681, 683, 685, 687, 689, 691, 693, 695, 697, 699, 701, 703, 705, 707, 709, 711, 713, 715, 717, 719, 721, 723, 725, 727, 729, 730, 732, 734, 736, 738, 740, 742, 744, 746, 748, 749, 751, 753, 755, 757, 759, 761, 763, 765, 767, 769, 771, 773, 775, 777, 779, 783, 785, 787, 789, 791, 793, 795, 797, 799, 801, 803, 805, 807, 809, 811, 813, 815, 817, 819, 821, 823, 825, 827, 829, 830, 832, 834, 836, 837, 839, 840, 842, 844, 846, 848, 849, 851, 853, 855, 857, 859, 861, 863, 865, 867, 869, 873, 875, 877, 879, 881, 883, 885, 887, 889, 891, 893, 894, 895, 896, 897, 898, 899, 901, 903, 905, 907, 909, 913, 915, 917, 919, 921, 922, 923, 924, 925, 926, 927, 928, 929, 930, 932, 934, 936, 938, 940, 942, 944, 946, 948, 950, 952, 954, 956, 958, 960, 962, 964, 966, 968, 970, 972, 974, 976, 978, 980, 982, 984, 986, 988, 990, 992, 994, 996, 998, 999, 1000, 1002, 1004, 1006, 1008, 1010, 1012, 1014, 1016, 1018, 1020, 1022, 1024, 1026, 1032, 1034, 1036, 1040, 1042, 1046, 1052, 1054, 1056, 1060, 1064, 1068, 1076, 1088, 1092, 1094, 1096, 1100, 1102, 1104, 1106, 1110, 1112, 1114, 1116, 1120, 1124, 1126, 1132, 1136, 1140, 114, 116, 118, 120, 122, 124, 126, 128, 130, 132, 134, 136, 138, 140, 142, 144, 146, 148, 150, 152, 154, 156, 158, 160, 162, 164, 166, 168, 170, 172, 174, 176, 178, 180, 182, 184, 186, 188, 190, 192, 194, 196, 200, 202, 204, 206, 208, 210, 212, 214, 216, 218, 220, 222, 224, 226, 228, 230, 232, 234, 236, 238, 240, 242, 244, 246, 248, 250, 252, 254, 256, 258, 260, 262, 264, 266, 268, 270, 272, 274, 276, 278, 280, 282, 284, 286, 288, 290, 292, 294, 296, 298, 300, 302, 304, 306, 308, 310, 312, 314, 316, 318, 320, 322, 324, 326, 328, 330, 332, 334, 336, 338, 340, 342, 344, 346, 348, 350, 352, 354, 356, 358, 360, 362, 364, 366, 368, 370, 372, 374, 376, 378, 380, 382, 384, 386, 388, 390, 392, 394,", "answer_intent": "NORMAL", "answer_evaluation": null, "latency_sec": 96.348, "ttft_sec": null, "in_tokens": 1314, "out_tokens": 2048} +{"label": "lcpp-kanana2-30b-a3b-q2k", "suite": "followup", "case_id": "f-dba-correct-with-context", "rep": 0, "ok": true, "followup_question": "IT엔지니\n직전 질문 코스\n면접 답변\nIT엔지니\n면접 기출\nIT엔지니\n\nIT엔지니\n\nCS\n\nIT엔지니\n\nIT엔지니\n\nCS\n\nNLP\n\nCS\n\nNLP\n\nCS\n\nNLP\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nCS\n\nCS\n\nIT엔지니\n\nIT엔지니\n\nCS\n\nIT엔지니\n\nIT엔지니\n\nCS\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT엔지니\n\nIT", "answer_intent": "NORMAL", "answer_evaluation": null, "latency_sec": 97.209, "ttft_sec": null, "in_tokens": 1408, "out_tokens": 2048} +{"label": "lcpp-kanana2-30b-a3b-q2k", "suite": "followup", "case_id": "f-frontend-strong", "rep": 0, "ok": true, "followup_question": "{*;*}) \n{*;*}) \n{*;**}) \n{*;*}) \n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;*}) \n\n{*;;*}) \n\n{*;_;*}) \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_} \n\n{*;_}", "answer_intent": "NORMAL", "answer_evaluation": null, "latency_sec": 96.986, "ttft_sec": null, "in_tokens": 1395, "out_tokens": 2048} +{"label": "lcpp-kanana2-30b-a3b-q2k", "suite": "followup", "case_id": "f-personality-star", "rep": 0, "ok": true, "followup_question": "직전 질문 카테고리: BE\n직전 질문의 기대 신호: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE\n\nBE\n직전 답변: BE", "answer_intent": "NORMAL", "answer_evaluation": null, "latency_sec": 92.732, "ttft_sec": null, "in_tokens": 1135, "out_tokens": 2048} diff --git a/docs/research/local-llm-deep-dive-2026-09/data/raw/lcpp-kanana2-3b.jsonl b/docs/research/local-llm-deep-dive-2026-09/data/raw/lcpp-kanana2-3b.jsonl new file mode 100644 index 00000000..f9d67c20 --- /dev/null +++ b/docs/research/local-llm-deep-dive-2026-09/data/raw/lcpp-kanana2-3b.jsonl @@ -0,0 +1,44 @@ +{"label": "lcpp-kanana2-3b", "suite": "followup", "case_id": "f-strong-backend", "rep": 0, "ok": true, "followup_question": "두 가지 패턴을 각각 왜 썼고, 각각이 어떤 실패 케이스를 막는지 구체적으로 설명하세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 5.0, "logic": 5.0, "structure": "FULL_STAR", "correctness": 5.0}, "latency_sec": 4.344, "ttft_sec": 0.195, "in_tokens": 1194, "out_tokens": 343} +{"label": "lcpp-kanana2-3b", "suite": "followup", "case_id": "f-weak-vague", "rep": 0, "ok": true, "followup_question": "두 가지(멱등 키, Outbox 패턴)를 함께 쓴 이유와 각각이 어떤 실패 케이스를 막는지 구체적으로 설명하세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 5.0, "logic": 5.0, "structure": "FULL_STAR", "correctness": 5.0}, "latency_sec": 1.161, "ttft_sec": 0.335, "in_tokens": 1093, "out_tokens": 79} +{"label": "lcpp-kanana2-3b", "suite": "followup", "case_id": "f-dont-know-explicit", "rep": 0, "ok": true, "followup_question": "The question asks about the impact of an open transaction on PostgreSQL's MVCC. The \"xmin horizon\" is the minimum transaction ID that can be committed. If an open transaction persists for a long time, the \"xmin\" value can lag behind the current transaction ID. This lag can cause the system to delay the vacuum process, as the vacuum process may not detect that the transaction has ended, leading to an increased risk of dead tuples accumulating. This can result in table bloat, as the system may not be able to reclaim space efficiently.\n\nThe vacuum process relies on detecting that a transaction has ended so that it can reclaim space from dead tuples. If an open transaction persists, the system may not be able to detect that the transaction has ended, leading to an increased risk of dead tuples accumulating. This can result in table bloat, as the system may not be able to reclaim space efficiently.\n\nThe vacuum process relies on detecting that a transaction has ended so that it can reclaim space from dead tuples. If an open transaction persists, the system may not be able to detect that the transaction has ended, leading to an increased risk of dead tuples accumulating. This can result in table bloat, as the system may not be able to reclaim space efficiently.\n\nThe vacuum process relies on detecting that a transaction has ended so that it can reclaim space from dead tuples. If an open transaction persists, the system may not be able to detect that the transaction has ended, leading to an increased risk of dead tuples accumulating. This can result in table bloat, as the system may not be able to reclaim space efficiently.\n\nThe vacuum process relies on detecting that a transaction has ended so that it can reclaim space from dead tuples. If an open transaction persists, the system may not be able to detect that the transaction has ended, leading to an increased risk of dead tuples accumulating. This can result in table bloat, as the system may not be able to reclaim space efficiently.\n\nThe vacuum process relies on detecting that a transaction has ended so that it can reclaim space from dead tuples. If an open transaction persists, the system may not be able to detect that the transaction has ended, leading to an increased risk of dead tuples accumulating. This can result in table bloat, as the system may not be able to reclaim space efficiently.\n\nThe vacuum process relies on detecting that a transaction has ended so that it can reclaim space from dead tuples. If an open transaction persists, the system may not be able to detect that the transaction has ended, leading to an increased", "answer_intent": "NORMAL", "answer_evaluation": null, "latency_sec": 7.006, "ttft_sec": null, "in_tokens": 1067, "out_tokens": 512} +{"label": "lcpp-kanana2-3b", "suite": "followup", "case_id": "f-dont-know-stt", "rep": 0, "ok": true, "followup_question": "React 18의 automatic batching이 이전 버전과 어떻게 다른지 설명해주세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 3.0, "structure": "FULL_STAR", "correctness": 4.0}, "latency_sec": 1.536, "ttft_sec": 0.801, "in_tokens": 1067, "out_tokens": 72} +{"label": "lcpp-kanana2-3b", "suite": "followup", "case_id": "f-clarification", "rep": 0, "ok": true, "followup_question": "HPA 기준을 CPU 70%로 잡으신 근거와, 트래픽 피크에 사전 스케일아웃을 병행한 이유를 설명해 주세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 5.0, "structure": "FULL_STAR", "correctness": 5.0}, "latency_sec": 7.118, "ttft_sec": 0.803, "in_tokens": 1086, "out_tokens": 512} +{"label": "lcpp-kanana2-3b", "suite": "followup", "case_id": "f-confirm-short", "rep": 0, "ok": true, "followup_question": "outbox 릴레이가 별도 프로세스로 폴링하는 이유를 구체적으로 설명하세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 5.0, "logic": 5.0, "structure": "FULL_STAR", "correctness": 5.0}, "latency_sec": 1.999, "ttft_sec": 0.802, "in_tokens": 1079, "out_tokens": 109} +{"label": "lcpp-kanana2-3b", "suite": "followup", "case_id": "f-infra-fact-error", "rep": 0, "ok": true, "followup_question": "HPA 기준(CPU 50%)과 트래픽 피크 대응(스케일아웃) 설계 방식을 설명하세요. HPA 메트릭 선택 근거와 사전 스케일아웃 병행 이유를 구체적으로 제시하세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 5.0, "logic": 5.0, "structure": "FULL_STAR", "correctness": 5.0}, "latency_sec": 2.584, "ttft_sec": 1.652, "in_tokens": 1318, "out_tokens": 87} +{"label": "lcpp-kanana2-3b", "suite": "followup", "case_id": "f-dba-correct-with-context", "rep": 0, "ok": true, "followup_question": "슬로우 쿼리 p95를 2.3초에서 180ms로 줄인 과정과, 인덱스·파티셔닝·vacuum 각각의 기여를 설명하세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 5.0, "logic": 5.0, "structure": "FULL_STAR", "correctness": 5.0}, "latency_sec": 2.855, "ttft_sec": 1.895, "in_tokens": 1412, "out_tokens": 89} +{"label": "lcpp-kanana2-3b", "suite": "followup", "case_id": "f-frontend-strong", "rep": 0, "ok": true, "followup_question": "React DevTools Profiler 로 2,000개 항목 모두 리렌더링 시 INP가 480ms까지 나옵니다. react-window의 VariableSizeList로 화면에 보이는 30개만 렌더하게 했고, INP가 120ms로 줄었습니다. 대신 항목 높이가 내용에 따라 달라져서 높이 캐시를 따로 두었고, 브라우저 Ctrl+F 검색이 안되는 문제는 자체 검색 박스로 대체했습니다. 이 과정에서 가상화를 적용한 이유와 trade-off를 설명하세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 5.0, "logic": 5.0, "structure": "FULL_STAR", "correctness": 5.0}, "latency_sec": 3.484, "ttft_sec": 1.866, "in_tokens": 1399, "out_tokens": 141} +{"label": "lcpp-kanana2-3b", "suite": "followup", "case_id": "f-personality-star", "rep": 0, "ok": true, "followup_question": "팀원과 의견이 충돌했던 경험에서, 본인의 구체적 행동과 정량적 결과, 그리고 이후 달라진 점을 STAR 구조로 설명해주세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "FULL_STAR", "correctness": 5.0}, "latency_sec": 1.761, "ttft_sec": 1.001, "in_tokens": 1139, "out_tokens": 74} +{"label": "lcpp-kanana2-3b", "suite": "followup", "case_id": "f-personality-rambling", "rep": 0, "ok": true, "followup_question": "구체적으로 어떤 갈등 상황에서, 본인의 어떤 행동(행동/선택)으로 어떤 정량적 결과(결과/수치)가 나왔고, 이후 상황이 어떻게 달라졌는지(예: 갈등 해소, 문제 해결, 성장 등)를 STAR 구조로 설명해주세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 1.459, "ttft_sec": 0.399, "in_tokens": 1092, "out_tokens": 98} +{"label": "lcpp-kanana2-3b", "suite": "followup", "case_id": "f-stt-messy-normal", "rep": 0, "ok": true, "followup_question": "재고 동시성 제어를 낙관적 락에서 분산 락으로 바꾼 이유가 무엇인가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 5.0, "logic": 5.0, "structure": "FULL_STAR", "correctness": 5.0}, "latency_sec": 1.557, "ttft_sec": 0.893, "in_tokens": 1117, "out_tokens": 66} +{"label": "lcpp-kanana2-3b", "suite": "followup", "case_id": "f-long-answer-history", "rep": 0, "ok": true, "followup_question": "MSA 전환에서 주문 서비스의 DB를 분리할 때 데이터 정합성은 어떻게 보장하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 5.0, "logic": 5.0, "structure": "FULL_STAR", "correctness": 5.0}, "latency_sec": 2.417, "ttft_sec": 1.671, "in_tokens": 1361, "out_tokens": 72} +{"label": "lcpp-kanana2-3b", "suite": "followup", "case_id": "f-english-mixed", "rep": 0, "ok": true, "followup_question": "지원자에게 보여줄 한국어 질문 1개: 서버 상태 관리에 TanStack Query 를 선택한 이유와, Zustand 대비 TanStack Query 의 주요 차별점이 무엇인지 구체적으로 설명하세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 5.0, "logic": 5.0, "structure": "FULL_STAR", "correctness": 5.0}, "latency_sec": 1.9, "ttft_sec": 0.894, "in_tokens": 1111, "out_tokens": 93} +{"label": "lcpp-kanana2-3b", "suite": "followup", "case_id": "f-strong-backend", "rep": 1, "ok": true, "followup_question": "두 가지(멱등 키와 Outbox 패턴)의 이유와 각각이 중복 주문 발생 실패 케이스를 구체적으로 구분해서 설명하세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 5.0, "logic": 5.0, "structure": "FULL_STAR", "correctness": 5.0}, "latency_sec": 2.051, "ttft_sec": 1.225, "in_tokens": 1194, "out_tokens": 79} +{"label": "lcpp-kanana2-3b", "suite": "followup", "case_id": "f-weak-vague", "rep": 1, "ok": true, "followup_question": "결제 콜백 지연 시 멱등 키와 Outbox 패턴을 함께 쓴 이유와 각각이 어떤 실패 케이스를 막는지 구체적으로 설명해주세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 5.0, "logic": 5.0, "structure": "FULL_STAR", "correctness": 5.0}, "latency_sec": 1.149, "ttft_sec": 0.328, "in_tokens": 1093, "out_tokens": 78} +{"label": "lcpp-kanana2-3b", "suite": "followup", "case_id": "f-dont-know-explicit", "rep": 1, "ok": true, "followup_question": "PostgreSQL의 MVCC에서 오래 열린 트랜잭션이 vacuum에 미치는 영향(특히 xmin horizon, dead tuple 회수 지연, 테이블 bloat 등)에 대해 설명하시오.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 1.669, "ttft_sec": 0.707, "in_tokens": 1067, "out_tokens": 90} +{"label": "lcpp-kanana2-3b", "suite": "followup", "case_id": "f-dont-know-stt", "rep": 1, "ok": true, "followup_question": "React 18의 automatic batching이 이전 버전과 어떻게 다른지 설명해주세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 3.0, "structure": "PARTIAL_STAR", "correctness": 4.0}, "latency_sec": 1.514, "ttft_sec": 0.8, "in_tokens": 1067, "out_tokens": 70} +{"label": "lcpp-kanana2-3b", "suite": "followup", "case_id": "f-clarification", "rep": 1, "ok": true, "followup_question": "HPA(High Availability) 기준 70% CPU를 설정한 근거와, 트래픽 피크 시 사전 스케일아웃을 동시에 병행한 이유를 설명하세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "FULL_STAR", "correctness": 5.0}, "latency_sec": 7.131, "ttft_sec": 0.806, "in_tokens": 1086, "out_tokens": 512} +{"label": "lcpp-kanana2-3b", "suite": "followup", "case_id": "f-confirm-short", "rep": 1, "ok": true, "followup_question": "릴레이가 outbox 테이블을 읽어 발행합니다. 별도 프로세스로 폴링하신 건가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 5.0, "logic": 5.0, "structure": "FULL_STAR", "correctness": 5.0}, "latency_sec": 1.639, "ttft_sec": 0.804, "in_tokens": 1079, "out_tokens": 80} +{"label": "lcpp-kanana2-3b", "suite": "followup", "case_id": "f-infra-fact-error", "rep": 1, "ok": true, "followup_question": "HPA 기준(메모리 50%)과 트래픽 피크 대응 방식(사전 스케일아웃 병행 이유)을 실제 설계 근거로 설명하세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 5.0, "logic": 5.0, "structure": "FULL_STAR", "correctness": 5.0}, "latency_sec": 2.44, "ttft_sec": 1.647, "in_tokens": 1318, "out_tokens": 76} +{"label": "lcpp-kanana2-3b", "suite": "followup", "case_id": "f-dba-correct-with-context", "rep": 1, "ok": true, "followup_question": "슬로우 쿼리 p95 를 2.3초에서 180ms 로 줄인 과정을 설명해 주세요. \n(복합 인덱스로 바꾸고, 거래내역 테이블을 월 단위 파티셔닝하고, autovacuum을 튜닝한 것 등)", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 5.0, "logic": 5.0, "structure": "FULL_STAR", "correctness": 5.0}, "latency_sec": 2.969, "ttft_sec": 1.891, "in_tokens": 1412, "out_tokens": 98} +{"label": "lcpp-kanana2-3b", "suite": "followup", "case_id": "f-frontend-strong", "rep": 1, "ok": true, "followup_question": "React DevTools Profiler 에서 항목 2천 개 렌더링을 react-window 의 VariableSizeList 로 가상화했을 때, INP(Interaction to Next Paint) 값이 480ms 에서 120ms 로 줄었습니다. 이 변화가 의미하는 트레이드오프를 설명하세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 5.0, "logic": 5.0, "structure": "FULL_STAR", "correctness": 5.0}, "latency_sec": 3.01, "ttft_sec": 1.864, "in_tokens": 1399, "out_tokens": 104} +{"label": "lcpp-kanana2-3b", "suite": "followup", "case_id": "f-personality-star", "rep": 1, "ok": true, "followup_question": "팀원과 의견이 충돌했던 경험을 말씀해 주세요. 구체적으로 어떤 행동을 했고, 그 결과로 어떤 정량적 변화가 있었나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "FULL_STAR", "correctness": 5.0}, "latency_sec": 1.755, "ttft_sec": 1.001, "in_tokens": 1139, "out_tokens": 73} +{"label": "lcpp-kanana2-3b", "suite": "followup", "case_id": "f-personality-rambling", "rep": 1, "ok": true, "followup_question": "팀원 간 의견 충돌 상황에서 본인이 직접 해결한 구체적 사례를 들어 설명해 주세요. STAR 구조(Situation-Task-Action-Result)로 답변해 주세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "FULL_STAR", "correctness": 5.0}, "latency_sec": 1.283, "ttft_sec": 0.408, "in_tokens": 1092, "out_tokens": 83} +{"label": "lcpp-kanana2-3b", "suite": "followup", "case_id": "f-stt-messy-normal", "rep": 1, "ok": true, "followup_question": "재고 동시성 제어를 낙관적 락에서 분산 락으로 바꾼 이유가 무엇인가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 5.0, "logic": 5.0, "structure": "FULL_STAR", "correctness": 5.0}, "latency_sec": 1.555, "ttft_sec": 0.893, "in_tokens": 1117, "out_tokens": 66} +{"label": "lcpp-kanana2-3b", "suite": "followup", "case_id": "f-long-answer-history", "rep": 1, "ok": true, "followup_question": "MSA 전환에서 주문 서비스의 DB 분리와 데이터 정합성 보장을 위해 어떤 분산 트랜잭션 대안(Saga/이벤트)과 보상 처리를 적용하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 5.0, "logic": 5.0, "structure": "FULL_STAR", "correctness": 5.0}, "latency_sec": 8.13, "ttft_sec": 1.667, "in_tokens": 1361, "out_tokens": 512} +{"label": "lcpp-kanana2-3b", "suite": "followup", "case_id": "f-english-mixed", "rep": 1, "ok": true, "followup_question": "서버 상태 관리에 TanStack Query 를 선택한 이유는 무엇인가요? (지원자의 답변에서 \"cache invalidation\", \"stale data\", \"mutation\", \"dedupe\" 등 서버 상태 특성과 클라이언트 상태 구분을 명확히 드러냈는지 확인)", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "FULL_STAR", "correctness": 5.0}, "latency_sec": 2.088, "ttft_sec": 1.027, "in_tokens": 1111, "out_tokens": 98} +{"label": "lcpp-kanana2-3b", "suite": "coaching", "case_id": "c-weak-backend", "rep": 0, "ok": true, "coaching": {"model_answer": "결제 승인 콜백 지연으로 중복 주문이 발생했던 문제를 멱등 키와 Outbox 패턴으로 해결하셨다고 했는데, 두 가지를 함께 쓴 이유와 각각이 어떤 실패 케이스를 막는지 설명해주세요.", "answer_rewrite": "결제 승인 콜백 지연으로 인한 중복 주문 문제를 멱등 키 테이블과 Transactional Outbox 패턴으로 해결했습니다. 각각이 실패 케이스를 막는 방식은 아래와 같습니다.\n\n- 멱등 키 테이블: 중복 주문 발생 시에도 고유 식별자(트랜잭션 ID 등)를 갱신하여, 중복 주문 기록을 정확히 관리합니다. 이로 인해 중복 주문 로그가 꼬이거나 누락되는 상황을 방지합니다.\n- Transactional Outbox 패턴: 결제 승인 콜백 지연 시에도 메시지 큐(Outbox)로 주문 이벤트를 안전하게 발행/구독합니다. 이로 인해 이벤트 발행/수집 중 실패로 인한 데이터 유실이나 중복 처리를 방지할 수 있습니다.", "coaching_comment": "두 가지 패턴 모두 중복 처리 리스크를 막는 핵심 역할을 하며, 구체적 실패 케이스 방지 관점에서 접근 방식이 명확합니다."}, "latency_sec": 6.351, "in_tokens": 1144, "out_tokens": 214} +{"label": "lcpp-kanana2-3b", "suite": "coaching", "case_id": "c-dont-know-cs", "rep": 0, "ok": false, "error": "OutputParserException: Failed to parse CoachingResult from completion {\"model_answer\": {\"title\": \"Model Answer\", \"description\": \"PostgreSQL의 MVCC(Minor Version Consistency Control)는 트랜잭션 격리 및 동시성 제어를 위해 트랜잭션의 시작 시점(xmin)과 종료 시점(dead tuple 회수 시점) 정보를 관리합니다. 오래 열린 트랜잭션이 많으면, 트랜잭션 종료 후에도 해당 트랜잭션의 변경 정보가 오래 남아 있어 vacuum 작업에서 dead tuple(사용하지 않는 데이터) 회수가 지연됩니다. 이로 인해 테이블 bloat(테이블이 불필요하게 커지는 현상)가 발생할 수 있습니다.\"}, \"answer_rewrite\": {\"title\": \"Answer Rewrite\", \"description\": \"실제 답변을 출발점으로, 더 명확하게 구조를 잡고, 구체적 근거(경험/프로젝트)를 보강해 작성", "latency_sec": 4.36, "in_tokens": 776, "out_tokens": 253} +{"label": "lcpp-kanana2-3b", "suite": "coaching", "case_id": "c-personality-rambling", "rep": 0, "ok": false, "error": "OutputParserException: Failed to parse CoachingResult from completion {\"model_answer\": {\"title\": \"팀원 간 의견 충돌 해결 경험\", \"description\": \"실제 경험 기반 구체적 행동과 정량적 결과, 이후 달라진 점(STAR 골격)\", \"type\": \"string\"}, \"answer_rewrite\": {\"title\": \"지원자 실제 답변 출발점\", \"description\": \"실제 답변을 출발점으로 더 좋게 고쳐 쓴 버전\", \"type\": \"string\"}, \"coaching_comment\": {\"title\": \"가장 중요한 보완점 한 문장\", \"type\": \"string\"}}. Got: 3 validation errors for CoachingResult\nmodel_answer\n Input should be a valid string [type=string_type, input_value={'title': '팀원 간 의...격)', 'ty", "latency_sec": 3.535, "in_tokens": 1014, "out_tokens": 126} +{"label": "lcpp-kanana2-3b", "suite": "coaching", "case_id": "c-weak-backend", "rep": 1, "ok": true, "coaching": {"model_answer": "중복 주문을 막기 위해 멱등 키 테이블과 Outbox 패턴을 함께 사용했습니다. 멱등 키 테이블은 중복 요청 시 기존 트랜잭션을 무효화해 중복 주문을 방지합니다. Outbox 패턴은 결제 승인 콜백 지연 시에도 중복 주문을 허용해, 중복 주문 발생 가능성을 열어둡니다. 이 방식은 중복 요청으로 인한 시스템 불안정성을 초래할 수 있습니다.", "answer_rewrite": "중복 주문을 막기 위해 멱등 키 테이블과 Outbox 패턴을 함께 사용했습니다. 멱등 키 테이블은 중복 요청 시 기존 트랜잭션을 무효화해 중복 주문을 방지합니다. Outbox 패턴은 결제 승인 콜백 지연 시에도 중복 주문을 허용해, 중복 주문 발생 가능성을 열어둡니다. 이 방식은 중복 요청으로 인한 시스템 불안정성을 초래할 수 있습니다.", "coaching_comment": "Outbox 패턴은 결제 승인 콜백 지연 시 중복 주문을 허용해, 중복 주문 발생 가능성을 열어둘 수 있습니다. 멱등 키 테이블은 중복 요청 시 기존 트랜잭션을 무효화해 중복 주문을 방지합니다."}, "latency_sec": 2.831, "in_tokens": 1144, "out_tokens": 212} +{"label": "lcpp-kanana2-3b", "suite": "coaching", "case_id": "c-dont-know-cs", "rep": 1, "ok": false, "error": "OutputParserException: Failed to parse CoachingResult from completion {\"model_answer\": {\"title\": \"PostgreSQL MVCC와 vacuum의 트랜잭션 영향\", \"description\": \"PostgreSQL의 MVCC에서 오래 열린 트랜잭션이 vacuum의 dead tuple 회수 지연에 미치는 영향\", \"type\": \"string\"}, \"answer_rewrite\": {\"title\": \"지원자 실제 답변을 출발점으로 더 좋게 고친 버전\", \"description\": \"실제 답변에서 중요한 보완점 하나를 명확히\", \"type\": \"string\"}, \"coaching_comment\": {\"title\": \"가장 중요한 보완점 한 문장\", \"description\": \"이 답변에서 가장 중요한 보완점 하나를 명확히\"}}. Got: 3 validation errors for CoachingResult\nmodel_answer\n Input should be", "latency_sec": 1.958, "in_tokens": 776, "out_tokens": 147} +{"label": "lcpp-kanana2-3b", "suite": "coaching", "case_id": "c-personality-rambling", "rep": 1, "ok": true, "coaching": {"model_answer": "팀원 간 의견 충돌 시, 저는 먼저 경청하며 문제의 원인을 정확히 파악하려 노력합니다. 이후, 합의점을 찾기 위해 다양한 대안을 함께 논의하며, 객관적인 데이터 분석을 통해 최적의 해결 방안을 도출합니다. 예를 들어, 프로젝트에서 일정 충돌 시, 저는 데이터 기반 분석을 통해 우선순위를 재설정하고, 이를 팀원들과 공유하여 빠른 합의를 이끌어냅니다.", "answer_rewrite": "팀원 간 의견 충돌 시, 저는 먼저 경청하며 문제의 원인을 정확히 파악하려 노력합니다. 이후, 합의점을 찾기 위해 다양한 대안을 함께 논의하며, 객관적인 데이터 분석을 통해 최적의 해결 방안을 도출합니다. 예를 들어, 프로젝트에서 일정 충돌 시, 저는 데이터 기반 분석을 통해 우선순위를 재설정하고, 이를 팀원들과 공유하여 빠른 합의를 이끌어냅니다.", "coaching_comment": "문제 해결 과정에서 데이터 기반 접근을 강조하고, 객관적 분석을 통해 합의점을 도출하는 점이 보완될 필요가 있습니다."}, "latency_sec": 2.446, "in_tokens": 1014, "out_tokens": 185} +{"label": "lcpp-kanana2-3b", "suite": "questions", "case_id": "q-backend-tech", "rep": 0, "ok": true, "questions": [], "latency_sec": 9.204, "in_tokens": 2299, "out_tokens": 100} +{"label": "lcpp-kanana2-3b", "suite": "questions", "case_id": "q-frontend-repo", "rep": 0, "ok": true, "questions": [{"category": "TECH_CHOICE", "question": "React 18에서 상태 관리 라이브러리(Zustand, Redux, MobX 등)를 선정할 때, 지원자가 고려한 주요 기준은 무엇인가요?", "job_category": null, "target_evidence": "지원자의 GitHub 레포(park-sy/travel-planner)에서 상태 관리 방식(Zustand) 선택 근거를 README/코드에서 인용.", "expected_signal": "실제 프로젝트에서 상태 관리 방식을 선택한 기술적 근거(성능, 유지보수, 확장성 등)를 명확히 설명."}, {"category": "TECH_CHOICE", "question": "TanStack Query v5에서 오프라인 편집(IndexedDB/Dexie) 시연 시, 낙관적 업데이트 충돌 처리 방식을 실제 코드/설명에서 근거.", "job_category": null, "target_evidence": "GitHub 레포(park-sy/travel-planner)에서 오프라인 편집 구현 코드/주석을 인용.", "expected_signal": "낙관적 업데이트 충돌 처리 방식(Last-write-wins 등)을 실제 코드/설명에서 명확히 설명."}, {"category": "PROJECT_DEEP_DIVE", "question": "Kakao Map SDK에서 마커 500개 이상 렌더링 시, 좌표 변환 캐싱(useMemo 등)을 도입한 구체적 설계 근거.", "job_category": null, "target_evidence": "GitHub 레포(park-sy/travel-planner)에서 캐싱 설계 근거를 코드/주석에서 인용.", "expected_signal": "실제 구현에서 좌표 변환 캐싱(useMemo 등)을 도입한 구체적 설계 근거를 명확히 설명."}, {"category": "BEHAVIORAL", "question": "지원자의 자소서에서 강조한 ‘오프라인 편집’ 경험을 바탕으로, 실제 프로젝트에서 협업 시 갈등/이슈가 발생했을 때 해결한 구체적 사례를 설명.", "job_category": null, "target_evidence": "자소서에서 강조한 ‘오프라인 편집’ 경험을 인용.", "expected_signal": "실제 프로젝트에서 협업 시 갈등/이슈가 발생했을 때 구체적 해결 과정을 명확히 설명."}, {"category": "BEHAVIORAL", "question": "지원자의 자소서에서 ‘비전’ 또는 ‘리더십’ 강조를 근거로, 지원자가 ‘이 회사/직무’에 적합한 이유를 구체적 사례와 함께 설명.", "job_category": null, "target_evidence": "자소서에서 강조한 ‘비전’ 또는 ‘리더십’ 근거를 인용.", "expected_signal": "지원자가 ‘이 회사/직무’에 적합한 이유를 구체적 사례와 함께 명확히 설명."}], "latency_sec": 12.117, "in_tokens": 2156, "out_tokens": 522} +{"label": "lcpp-kanana2-3b", "suite": "questions", "case_id": "q-infra-dba-multi", "rep": 0, "ok": true, "questions": [{"category": "TECH_CHOICE", "question": "Describe your experience with Kubernetes clusters. How did you handle a sudden increase in traffic during peak hours?", "job_category": "INFRA", "target_evidence": "EKS cluster with 3 nodes, CPU metrics from CloudWatch, autoscaling with HPA", "expected_signal": "Proven cluster management with autoscaling and monitoring"}, {"category": "BEHAVIORAL", "question": "Describe your approach to resolving a critical issue with a PostgreSQL RDS instance. What steps did you take to ensure data integrity?", "job_category": "DBA", "target_evidence": "PostgreSQL 14 RDS with autovacuum tuning, index optimization, storage auto-scaling", "expected_signal": "Strong DB troubleshooting with performance tuning and reliability"}, {"category": "TECH_CHOICE", "question": "Explain your experience with Terraform modules. How did you design a VPC, RDS, and EKS module to support environment separation?", "job_category": "INFRA", "target_evidence": "Terraform module for VPC, RDS, EKS with environment-specific workspace", "expected_signal": "Proven infrastructure automation with environment-aware design"}, {"category": "PROJECT_DEEP_DIVE", "question": "Detail your work on ArgoCD GitOps. How did you implement GitOps for deployment automation?", "job_category": "INFRA", "target_evidence": "ArgoCD GitOps with Git repository integration, automated deployment", "expected_signal": "Strong GitOps implementation with automated deployment"}, {"category": "BEHAVIORAL", "question": "Explain your approach to resolving a storage outage with a RDS instance. What steps did you take to mitigate the issue?", "job_category": "DBA", "target_evidence": "PostgreSQL 14 RDS with storage auto-scaling, CloudWatch alerts", "expected_signal": "Strong DB troubleshooting with reliability focus"}, {"category": "TECH_CHOICE", "question": "Describe your experience with Prometheus and Grafana. How did you monitor system performance?", "job_category": "INFRA", "target_evidence": "Prometheus/Grafana setup with metrics collection, visualization", "expected_signal": "Proven monitoring with metrics collection and visualization"}], "latency_sec": 12.352, "in_tokens": 2139, "out_tokens": 547} +{"label": "lcpp-kanana2-3b", "suite": "questions", "case_id": "q-personality-coverletter", "rep": 0, "ok": true, "questions": [{"category": "TECH_CHOICE", "question": "Describe your experience with database transactions. How did you handle a deadlock issue in a concurrent write scenario?", "job_category": null, "target_evidence": "PostgreSQL", "expected_signal": "Transaction isolation levels and deadlock detection mechanisms"}, {"category": "BEHAVIORAL", "question": "Explain how you resolved a conflict between your approach and your team members during a project. What steps did you take to improve collaboration?", "job_category": null, "target_evidence": "OpenAPI mock server", "expected_signal": "Conflict resolution and collaborative problem-solving"}, {"category": "PROJECT_DEEP_DIVE", "question": "Detail your experience with API specification. How did you facilitate parallel development between frontend and backend teams?", "job_category": null, "target_evidence": "OpenAPI", "expected_signal": "API specification and team collaboration"}, {"category": "CS_FUNDAMENTAL", "question": "Explain the difference between HTTP and HTTPS in terms of security and performance.", "job_category": null, "target_evidence": "Certificate handling", "expected_signal": "Security and performance implications"}, {"category": "BEHAVIORAL", "question": "Describe a time you had to adapt your approach mid-project. What alternative strategies did you consider and why?", "job_category": null, "target_evidence": "Dormant", "expected_signal": "Adaptability and problem-solving flexibility"}], "latency_sec": 9.202, "in_tokens": 2103, "out_tokens": 330} +{"label": "lcpp-kanana2-3b", "suite": "questions", "case_id": "q-long-context-p90", "rep": 0, "ok": true, "questions": [], "latency_sec": 10.433, "in_tokens": 3198, "out_tokens": 94} +{"label": "lcpp-kanana2-3b", "suite": "questions", "case_id": "q-backend-tech", "rep": 1, "ok": true, "questions": [{"category": "TECH_CHOICE", "question": "Describe how you resolved a critical issue with payment callback delays in your order service. What specific patterns or patterns did you use to ensure no duplicate orders were processed?", "job_category": null, "target_evidence": "PostgreSQL with Outbox pattern + transactional guarantees", "expected_signal": "Solution demonstrates understanding of distributed transaction patterns and data consistency mechanisms."}, {"category": "PROJECT_DEEP_DIVE", "question": "Explain your approach to separating the order service from the monolith in your recent project. How did you design the service boundaries, and what architectural decisions were critical to enabling scalability?", "job_category": null, "target_evidence": "Kafka event pipeline + service decoupling strategy", "expected_signal": "Solution reflects architectural awareness and practical implementation of service boundaries."}, {"category": "TECH_CHOICE", "question": "How did you leverage Kafka to address the issue of delayed payment callbacks causing duplicate orders? What specific mechanisms did you implement to ensure data consistency and prevent such issues?", "job_category": null, "target_evidence": "Transactional Outbox pattern + distributed lock mechanisms", "expected_signal": "Solution demonstrates understanding of distributed systems and consistency patterns."}, {"category": "BEHAVIORAL", "question": "Describe a time when you led a team to improve performance in a high-volume system. What specific actions did you take, and what measurable outcomes resulted from your efforts?", "job_category": null, "target_evidence": "Redis + optimistic concurrency control", "expected_signal": "Solution demonstrates leadership and practical problem-solving in a high-pressure environment."}, {"category": "BEHAVIORAL", "question": "How did you approach the challenge of handling high-order volume in your recent project? What specific design choices did you make, and what measurable results did your approach yield?", "job_category": null, "target_evidence": "JPA/QueryDSL + index optimization", "expected_signal": "Solution reflects practical understanding of system design and optimization."}], "latency_sec": 9.921, "in_tokens": 2299, "out_tokens": 443} +{"label": "lcpp-kanana2-3b", "suite": "questions", "case_id": "q-frontend-repo", "rep": 1, "ok": true, "questions": [{"category": "TECH_CHOICE", "question": "Describe the implementation of the offline editing feature in the travel planner app. How did you implement optimistic updates with IndexedDB(Dexie) and handle conflicts with the last-write-wins strategy?", "job_category": null, "target_evidence": "IndexedDB(Dexie) with optimistic updates, last-write-wins conflict resolution", "expected_signal": "Clear implementation of optimistic updates with IndexedDB(Dexie) and last-write-wins strategy"}, {"category": "TECH_CHOICE", "question": "Explain the clustering of 500+ Kakao Map SDK markers and how you implemented coordinate transformation caching with useMemo.", "job_category": null, "target_evidence": "Kakao Map SDK clustering, useMemo coordinate transformation caching", "expected_signal": "Clear implementation of clustering with Kakao Map SDK and useMemo for coordinate transformation caching"}, {"category": "PROJECT_DEEP_DIVE", "question": "Explain the virtualization of the timeline component when the timeline contains over 2,000 items. How did you introduce react-window virtualization to improve INP from 480ms to 120ms?", "job_category": null, "target_evidence": "react-window virtualization for timeline component", "expected_signal": "Clear implementation of react-window virtualization to improve INP"}, {"category": "BEHAVIORAL", "question": "Describe a conflict resolution strategy in the offline editing feature of the travel planner app. How did you handle conflicts with the last-write-wins strategy?", "job_category": null, "target_evidence": "last-write-wins conflict resolution strategy", "expected_signal": "Clear conflict resolution strategy with last-write-wins"}, {"category": "BEHAVIORAL", "question": "Explain the offline editing feature of the travel planner app. How did you implement optimistic updates with IndexedDB(Dexie) and handle conflicts with the last-write-wins strategy?", "job_category": null, "target_evidence": "IndexedDB(Dexie) with optimistic updates, last-write-wins conflict resolution", "expected_signal": "Clear implementation of optimistic updates with IndexedDB(Dexie) and last-write-wals strategy"}], "latency_sec": 11.623, "in_tokens": 2156, "out_tokens": 484} +{"label": "lcpp-kanana2-3b", "suite": "questions", "case_id": "q-infra-dba-multi", "rep": 1, "ok": true, "questions": [{"category": "TECH_CHOICE", "question": "Describe your experience with Terraform modules. How did you structure your infrastructure to support different environments (dev/stg/prod)? Provide specific examples from your work.", "job_category": null, "target_evidence": "Terraform module in your GitHub repository (e.g., VPC, RDS, EKS) with environment-specific configurations.", "expected_signal": "Concrete implementation of infrastructure abstraction using Terraform modules."}, {"category": "BEHAVIORAL", "question": "Describe a time you resolved a critical failure in a production environment. What steps did you take, and what was the outcome?", "job_category": null, "target_evidence": "Incident log or postmortem report from your work (e.g., RDS outage, storage failure).", "expected_signal": "Clear documentation of problem-solving process and outcome."}, {"category": "PROJECT_DEEP_DIVE", "question": "Explain your approach to optimizing PostgreSQL performance. How did you identify bottlenecks in the transaction table, and what improvements did you implement?", "job_category": null, "target_evidence": "PostgreSQL configuration details (e.g., autovacuum, indexes) and metrics from your work (e.g., p95 latency).", "expected_signal": "Specific technical solution with measurable impact."}, {"category": "TECH_CHOICE", "question": "Explain your approach to implementing ArgoCD GitOps in a Kubernetes cluster. What role did you play in the deployment pipeline, and what were the trade-offs in your design?", "job_category": null, "target_evidence": "ArgoCD configuration file or deployment log from your work.", "expected_signal": "Clear documentation of deployment automation and trade-offs."}, {"category": "BEHAVIORAL", "question": "Describe a situation where you collaborated with a team member to resolve a technical challenge. What was your role, and what was the outcome of the collaboration?", "job_category": null, "target_evidence": "Team communication log or postmortem report from your work.", "expected_signal": "Clear documentation of problem-solving process and outcome."}, {"category": "CS_FUNDAMENTAL", "question": "Explain the difference between HTTP and HTTPS. How did you ensure secure communication in your infrastructure?", "job_category": null, "target_evidence": "Certificate file or handshake log from your work (e.g., HTTPS).", "expected_signal": "Clear understanding of protocol differences and secure communication implementation."}], "latency_sec": 12.361, "in_tokens": 2139, "out_tokens": 546} +{"label": "lcpp-kanana2-3b", "suite": "questions", "case_id": "q-personality-coverletter", "rep": 1, "ok": true, "questions": [{"category": "CS_FUNDAMENTAL", "question": "설명하시오: '동시성(Concurrency)'의 의미와, 백엔드 개발에서 동시성 제어가 중요한 이유를 실제 프로젝트에서 구체적으로 설명하시오.", "job_category": null, "target_evidence": "동시성(Concurrency)은 여러 작업(스레드/프로세스)이 동시에 실행되는 상황을 의미하며, 백엔드 개발에서는 DB 트랜잭션, HTTP 요청 처리 등에서 동시성 제어가 중요하다. 실제 프로젝트에서 동시성 제어가 중요한 이유를 설명하시오.", "expected_signal": "동시성 제어를 통해 시스템 안정성 확보, 병목 방지, 데이터 일관성 유지."}, {"category": "TECH_CHOICE", "question": "설명하시오: 'PostgreSQL'과 'SQLite'의 트랜잭션 격리 수준 차이를 실제 프로젝트에서 비교 설명하시오.", "job_category": null, "target_evidence": "PostgreSQL은 트랜잭션 격리 수준(READ COMMITTED, SERIALIZABLE 등)을 지원하며, SQLite는 기본적으로 READ COMMITTED이다. 실제 프로젝트에서 두 DBMS의 트랜잭션 격리 수준 차이를 비교 설명하시오.", "expected_signal": "PostgreSQL은 더 엄격한 격리 수준(SERIALIZABLE 등)을 지원하여 데이터 일관성 보장, SQLite는 기본 READ COMMITTED로 동작."}, {"category": "PROJECT_DEEP_DIVE", "question": "설명하시오: '알림 봇(Notification Bot)'을 개발하며 겪은 '동시성 문제'와, 이를 해결한 방법을 실제 프로젝트에서 구체적으로 설명하시오.", "job_category": null, "target_evidence": "알림 봇 개발 시 동시성 문제로 인해 중복 발송이 발생했고, 이를 해결하기 위해 DB 구조를 변경하여 트랜잭션 격리 수준을 조정했다. 실제 프로젝트에서 동시성 문제를 해결한 방법을 구체적으로 설명하시오.", "expected_signal": "동시성 문제 해결을 위해 DB 구조 변경, 트랜잭션 격리 수준 조정 등 구체적 방법 제시."}, {"category": "BEHAVIORAL", "question": "설명하시오: '협업 과정에서 발생한 갈등'을 실제 프로젝트에서 구체적으로 설명하시오.", "job_category": null, "target_evidence": "협업 과정에서 발생한 갈등을 실제 프로젝트에서 구체적으로 설명하시오.", "expected_signal": "갈등 해결을 위해 대안적 접근법을 제안하고, 이를 통해 팀워크를 개선한 구체적 사례 제시."}], "latency_sec": 11.183, "in_tokens": 2103, "out_tokens": 476} +{"label": "lcpp-kanana2-3b", "suite": "questions", "case_id": "q-long-context-p90", "rep": 1, "ok": true, "questions": [], "latency_sec": 18.139, "in_tokens": 3198, "out_tokens": 606} diff --git a/docs/research/local-llm-deep-dive-2026-09/data/raw/lcpp-midm2-mini.jsonl b/docs/research/local-llm-deep-dive-2026-09/data/raw/lcpp-midm2-mini.jsonl new file mode 100644 index 00000000..16a0a185 --- /dev/null +++ b/docs/research/local-llm-deep-dive-2026-09/data/raw/lcpp-midm2-mini.jsonl @@ -0,0 +1,44 @@ +{"label": "lcpp-midm2-mini", "suite": "followup", "case_id": "f-strong-backend", "rep": 0, "ok": true, "followup_question": "Outbox 패턴을 도입할 때 Kafka 발행 실패가 어떤 구체적인 상황에서 발생했는지 구체적으로 설명해 주실 수 있나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": null, "latency_sec": 0.769, "ttft_sec": null, "in_tokens": 1722, "out_tokens": 59} +{"label": "lcpp-midm2-mini", "suite": "followup", "case_id": "f-weak-vague", "rep": 0, "ok": true, "followup_question": "멱등 키와 Outbox 패턴을 함께 사용한 이유를 구체적으로 설명해주실 수 있나요? 특히 두 기술이 각각 어떤 종류의 중복 주문 실패 케이스를 막는지 예시를 들어 설명해주시면 좋겠습니다.", "answer_intent": "DONT_KNOW", "answer_evaluation": null, "latency_sec": 1.175, "ttft_sec": null, "in_tokens": 1612, "out_tokens": 79} +{"label": "lcpp-midm2-mini", "suite": "followup", "case_id": "f-dont-know-explicit", "rep": 0, "ok": true, "followup_question": "PostgreSQL에서 MVCC에서 오래 열린 트랜잭션이 vacuum에 미치는 영향에 대해 구체적으로 설명해 주실 수 있나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": null, "latency_sec": 1.29, "ttft_sec": null, "in_tokens": 1583, "out_tokens": 59} +{"label": "lcpp-midm2-mini", "suite": "followup", "case_id": "f-dont-know-stt", "rep": 0, "ok": true, "followup_question": "이전 버전과 비교하여 React 18의 automatic batching이 비동기 콜백 내부 업데이트를 어떻게 처리하는지 구체적으로 설명해 주실 수 있나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": null, "latency_sec": 1.459, "ttft_sec": null, "in_tokens": 1587, "out_tokens": 65} +{"label": "lcpp-midm2-mini", "suite": "followup", "case_id": "f-clarification", "rep": 0, "ok": true, "followup_question": "지원자에게 보여줄 한국어 질문 1개(또는 CLARIFICATION 시 재설명 문장)\n\n직전 질문에서 HPA 기준을 CPU 70%로 잡은 근거에 대해 구체적으로 설명해 주세요. 특히 예측 가능한 트래픽 피크 상황에서 사전 스케일아웃을 병행한 이유를 수치나 사례를 들어 말씀해 주시면 좋겠습니다.", "answer_intent": "NORMAL", "answer_evaluation": null, "latency_sec": 1.46, "ttft_sec": null, "in_tokens": 1604, "out_tokens": 65} +{"label": "lcpp-midm2-mini", "suite": "followup", "case_id": "f-confirm-short", "rep": 0, "ok": true, "followup_question": "outbox 릴레이를 별도 프로세스로 폴링한다고 하셨는데, 구체적으로 어떤 주기로 폴링을 수행하셨나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": null, "latency_sec": 1.518, "ttft_sec": null, "in_tokens": 1593, "out_tokens": 70} +{"label": "lcpp-midm2-mini", "suite": "followup", "case_id": "f-infra-fact-error", "rep": 0, "ok": true, "followup_question": "HPA 기준을 CPU 70%로 설정하셨다고 하셨는데, 그럼 메모리 50% 기준은 어떤 상황에서 적용하셨는지 구체적으로 말씀해 주시겠어요?", "answer_intent": "DONT_KNOW", "answer_evaluation": null, "latency_sec": 2.425, "ttft_sec": null, "in_tokens": 1839, "out_tokens": 72} +{"label": "lcpp-midm2-mini", "suite": "followup", "case_id": "f-dba-correct-with-context", "rep": 0, "ok": true, "followup_question": "그럼 복합 인덱스를 (user_id, created_at)로 변경하신 건가요?", "answer_intent": "DONT_KNOW", "answer_evaluation": null, "latency_sec": 2.453, "ttft_sec": null, "in_tokens": 1932, "out_tokens": 52} +{"label": "lcpp-midm2-mini", "suite": "followup", "case_id": "f-frontend-strong", "rep": 0, "ok": true, "followup_question": "react-window의 VariableSizeList를 사용하셨다고 하셨는데, 구체적으로 화면에 보이는 30개 항목만 렌더링한다고 하셨는데, 이 30개 항목은 어떤 기준으로 선택하신 건가요?", "answer_intent": "DONT_KNOW", "answer_evaluation": null, "latency_sec": 2.727, "ttft_sec": null, "in_tokens": 1924, "out_tokens": 75} +{"label": "lcpp-midm2-mini", "suite": "followup", "case_id": "f-personality-star", "rep": 0, "ok": true, "followup_question": "프론트 팀원과 API 스펙 해석이 달라 통합 직전에 2주가 밀렸다고 하셨는데, 구체적으로 어떤 부분에서 의견 충돌이 있었는지 설명해주실 수 있나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": null, "latency_sec": 1.728, "ttft_sec": null, "in_tokens": 1667, "out_tokens": 70} +{"label": "lcpp-midm2-mini", "suite": "followup", "case_id": "f-personality-rambling", "rep": 0, "ok": true, "followup_question": "의견이 다를 때 '서로 대화를 많이 하는 게 중요하다'고 하셨는데, 구체적으로 몇 번의 대화를 통해 갈등이 해결되었다고 느끼셨는지 수치로 말씀해 주시겠어요?", "answer_intent": "DONT_KNOW", "answer_evaluation": null, "latency_sec": 1.24, "ttft_sec": null, "in_tokens": 1612, "out_tokens": 79} +{"label": "lcpp-midm2-mini", "suite": "followup", "case_id": "f-stt-messy-normal", "rep": 0, "ok": true, "followup_question": "그럼 레디스 분산 락으로 변경했을 때 불일치가 월 200건에서 3건으로 줄었다는 것은 어떤 의미인가요?", "answer_intent": "DONT_KNOW", "answer_evaluation": null, "latency_sec": 1.54, "ttft_sec": null, "in_tokens": 1635, "out_tokens": 64} +{"label": "lcpp-midm2-mini", "suite": "followup", "case_id": "f-long-answer-history", "rep": 0, "ok": true, "followup_question": "지원자께서 말씀하신 '30분 이상 PENDING 인 주문을 찾아 상태를 재조회하는 스위퍼 배치'에 대해 구체적으로 어떤 방식으로 주문을 식별하고 상태를 재조회하셨는지 조금 더 구체적으로 설명해 주실 수 있을까요?", "answer_intent": "DONT_KNOW", "answer_evaluation": null, "latency_sec": 2.523, "ttft_sec": null, "in_tokens": 1889, "out_tokens": 65} +{"label": "lcpp-midm2-mini", "suite": "followup", "case_id": "f-english-mixed", "rep": 0, "ok": true, "followup_question": "네트워크 요청이 40% 줄었다고 하셨는데, 구체적으로 어떤 방식으로 중복 요청을 제거하셨는지 설명해주실 수 있나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": null, "latency_sec": 1.546, "ttft_sec": null, "in_tokens": 1632, "out_tokens": 63} +{"label": "lcpp-midm2-mini", "suite": "followup", "case_id": "f-strong-backend", "rep": 1, "ok": true, "followup_question": "Outbox 패턴을 도입할 때 '주문은 저장됐는데 이벤트가 안 나가는 경우'를 구체적으로 어떤 상황에서 경험하게 되었는지 실제 사례를 들어 설명해 주실 수 있나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": null, "latency_sec": 1.959, "ttft_sec": null, "in_tokens": 1722, "out_tokens": 70} +{"label": "lcpp-midm2-mini", "suite": "followup", "case_id": "f-weak-vague", "rep": 1, "ok": true, "followup_question": "멱등 키와 Outbox 패턴을 함께 사용한 이유가 중복 방지 외에 또 어떤 실패 케이스를 방지하기 위함이었는지 구체적으로 설명해 주세요.", "answer_intent": "DONT_KNOW", "answer_evaluation": null, "latency_sec": 1.012, "ttft_sec": null, "in_tokens": 1612, "out_tokens": 66} +{"label": "lcpp-midm2-mini", "suite": "followup", "case_id": "f-dont-know-explicit", "rep": 1, "ok": true, "followup_question": "그럼 PostgreSQL의 MVCC에서 오래 열린 트랜잭션이 vacuum에 미치는 영향에 대해 조금 더 구체적으로 설명해 주실 수 있나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": null, "latency_sec": 1.325, "ttft_sec": null, "in_tokens": 1583, "out_tokens": 62} +{"label": "lcpp-midm2-mini", "suite": "followup", "case_id": "f-dont-know-stt", "rep": 1, "ok": true, "followup_question": "React 18의 automatic batching이 이전 버전과 어떻게 다른지 구체적으로 설명해 주실 수 있나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": null, "latency_sec": 1.35, "ttft_sec": null, "in_tokens": 1587, "out_tokens": 57} +{"label": "lcpp-midm2-mini", "suite": "followup", "case_id": "f-clarification", "rep": 1, "ok": true, "followup_question": "HPA 기준을 CPU 70%로 잡으신 구체적인 이유와, 트래픽 피크에 사전 스케일아웃을 병행한 기술적 근거를 구체적으로 설명해주실 수 있나요? 특히 어떤 메트릭을 기준으로 HPA를 설정하셨는지 말씀해 주세요.", "answer_intent": "DONT_KNOW", "answer_evaluation": null, "latency_sec": 1.833, "ttft_sec": null, "in_tokens": 1604, "out_tokens": 94} +{"label": "lcpp-midm2-mini", "suite": "followup", "case_id": "f-confirm-short", "rep": 1, "ok": true, "followup_question": "outbox 릴레이가 별도 프로세스로 폴링한다고 하셨는데, 구체적으로 어떤 방식으로 폴링을 수행하셨는지 설명해주실 수 있나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": null, "latency_sec": 1.469, "ttft_sec": null, "in_tokens": 1593, "out_tokens": 66} +{"label": "lcpp-midm2-mini", "suite": "followup", "case_id": "f-infra-fact-error", "rep": 1, "ok": true, "followup_question": "HPA 기준을 CPU 70%로 설정하신 근거가 무엇인가요? 구체적인 수치나 사례를 들어 설명해 주세요.", "answer_intent": "DONT_KNOW", "answer_evaluation": null, "latency_sec": 2.374, "ttft_sec": null, "in_tokens": 1839, "out_tokens": 68} +{"label": "lcpp-midm2-mini", "suite": "followup", "case_id": "f-dba-correct-with-context", "rep": 1, "ok": true, "followup_question": "explain analyze 로 확인한 거래내역 조회가 seq scan 을 타고 있었다고 하셨는데, 구체적으로 어떤 쿼리가 seq scan 을 사용했는지 예시로 보여주실 수 있나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": null, "latency_sec": 2.784, "ttft_sec": null, "in_tokens": 1932, "out_tokens": 77} +{"label": "lcpp-midm2-mini", "suite": "followup", "case_id": "f-frontend-strong", "rep": 1, "ok": true, "followup_question": "react-window를 사용할 때 높이 캐시를 따로 두셨다고 하셨는데, 구체적으로 어떤 방식으로 높이를 측정하고 저장하셨나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": null, "latency_sec": 2.537, "ttft_sec": null, "in_tokens": 1924, "out_tokens": 61} +{"label": "lcpp-midm2-mini", "suite": "followup", "case_id": "f-personality-star", "rep": 1, "ok": true, "followup_question": "프론트팀과의 API 스펙 해석 차이로 2주 지연이 발생했다고 하셨는데, 구체적으로 어떤 API 스펙 부분이 달랐는지 말씀해 주실 수 있나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": null, "latency_sec": 1.813, "ttft_sec": null, "in_tokens": 1667, "out_tokens": 76} +{"label": "lcpp-midm2-mini", "suite": "followup", "case_id": "f-personality-rambling", "rep": 1, "ok": true, "followup_question": "그럼 '소통이 제일 중요하다'고 하셨는데, 구체적으로 어떤 상황에서 팀원들과 의견 충돌이 있었는지 말씀해 주실 수 있나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": null, "latency_sec": 1.024, "ttft_sec": null, "in_tokens": 1612, "out_tokens": 62} +{"label": "lcpp-midm2-mini", "suite": "followup", "case_id": "f-stt-messy-normal", "rep": 1, "ok": true, "followup_question": "그럼 레디스 분산 락으로 바꾼 후 불일치가 200건에서 3건으로 줄었다는 것은 구체적으로 어떤 상황에서 발생한 불일치였는지 말씀해 주실 수 있나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": null, "latency_sec": 1.648, "ttft_sec": null, "in_tokens": 1635, "out_tokens": 73} +{"label": "lcpp-midm2-mini", "suite": "followup", "case_id": "f-long-answer-history", "rep": 1, "ok": true, "followup_question": "주문 서비스와 결제 서비스 사이의 보상 흐름에서 'OrderCreated' 이벤트와 'PaymentApproved' 이벤트의 발행 순서를 어떻게 결정하셨나요? 구체적으로 어떤 기준으로 이벤트 발행을 조율하셨는지 설명해 주세요.", "answer_intent": "DONT_KNOW", "answer_evaluation": null, "latency_sec": 2.444, "ttft_sec": null, "in_tokens": 1889, "out_tokens": 59} +{"label": "lcpp-midm2-mini", "suite": "followup", "case_id": "f-english-mixed", "rep": 1, "ok": true, "followup_question": "그럼 TanStack Query로 옮기면서 staleTime을 화면별로 다르게 주었다고 하셨는데, 구체적으로 어떤 화면에서는 5초로, 어떤 화면에서는 30초로 설정하셨는지 수치를 말씀해 주시겠어요?", "answer_intent": "DONT_KNOW", "answer_evaluation": null, "latency_sec": 1.782, "ttft_sec": null, "in_tokens": 1632, "out_tokens": 81} +{"label": "lcpp-midm2-mini", "suite": "coaching", "case_id": "c-weak-backend", "rep": 0, "ok": true, "coaching": {"model_answer": null, "answer_rewrite": null, "coaching_comment": null}, "latency_sec": 10.373, "in_tokens": 1638, "out_tokens": 523} +{"label": "lcpp-midm2-mini", "suite": "coaching", "case_id": "c-dont-know-cs", "rep": 0, "ok": false, "error": "OutputParserException: Failed to parse CoachingResult from completion {\"model_answer\": {\"description\": \"PostgreSQL의 MVCC에서 오래 열린 트랜잭션은 xmin horizon과 dead tuple 회수에 부정적인 영향을 미칩니다. 오래 열린 트랜잭션은 더 많은 dead tuples을 생성하게 되어, 나중에 vacuum 작업 시 더 많은 데이터를 삭제해야 하므로 성능 저하를 초래합니다. 또한, xmin horizon이 길어질수록 트랜잭션이 더 많은 데이터를 잠금 상태로 유지하게 되어 다른 트랜잭션의 동시성을 감소시킵니다. 이는 테이블 bloat 현상을 유발할 수 있습니다.\", \"title\": \"Model Answer\"}, \"answer_rewrite\": {\"description\": \"PostgreSQL의 MVCC에서 오래 열린 트랜잭션은 xmin horizon을 증가시키고 dead tuple 회수를 지연시킵니다. 오래 열린 트랜잭션은 더", "latency_sec": 4.775, "in_tokens": 1271, "out_tokens": 280} +{"label": "lcpp-midm2-mini", "suite": "coaching", "case_id": "c-personality-rambling", "rep": 0, "ok": false, "error": "OutputParserException: Failed to parse CoachingResult from completion {\"model_answer\": {\"title\": \"Model Answer\", \"description\": \"팀원과의 의견 충돌 상황에서 저는 먼저 상대방의 입장을 경청하고, 각자의 관점을 명확히 정리하는 것부터 시작했습니다. 예를 들어, API 스펙 해석이 달라 프로젝트가 지연되었을 때, 저는 OpenAPI 명세를 먼저 작성하고 Mock 서버를 통해 프론트엔드가 병렬로 개발하도록 제안했습니다. 이후 스프린트에서는 대안을 함께 검토하여 통합 이슈를 3건에서 0건으로 줄일 수 있었습니다. 이러한 경험을 통해 결정 전에 대안을 비교하는 방식을 배우게 되었고, 이후에는 팀원과의 감정적 갈등을 예방할 수 있었습니다.\", \"anyOf\": [{\"type\": \"string\"}, {\"type\": \"null\"}]}, \"answer_rewrite\": {\"title\": \"Answer Rewrite\", \"description", "latency_sec": 6.723, "in_tokens": 1529, "out_tokens": 371} +{"label": "lcpp-midm2-mini", "suite": "coaching", "case_id": "c-weak-backend", "rep": 1, "ok": false, "error": "OutputParserException: Failed to parse CoachingResult from completion {\"model_answer\": {\"title\": \"Model Answer\", \"description\": \"결제 승인 콜백 지연 문제를 해결하기 위해 멱등 키와 Outbox 패턴을 함께 사용한 이유와 각각의 실패 케이스 방지 메커니즘을 설명하겠습니다.\\n\\n**멱등 키의 역할**\\n멱등 키는 트랜잭션 내에서 동일한 입력에 대해 동일한 결과를 보장하여 중복 처리를 방지합니다. 예를 들어, 주문 ID와 같은 고유 식별자를 사용하여 동일한 주문이 여러 번 처리되더라도 한 번만 처리되도록 합니다.\\n\\n**Outbox 패턴의 역할**\\nOutbox 패턴은 트랜잭션이 완료되기 전에 모든 작업을 큐에 넣어 트랜잭션 실패 시 작업을 취소할 수 있게 합니다. 이를 통해 트랜잭션이 부분적으로 실패하더라도 모든 변경 사항이 한 번에 처리되어 일관성을 유지할 수 있습니다.\\n\\n**두 패턴을 함께 사용한 이유**\\n결제 ", "latency_sec": 12.012, "in_tokens": 1638, "out_tokens": 712} +{"label": "lcpp-midm2-mini", "suite": "coaching", "case_id": "c-dont-know-cs", "rep": 1, "ok": false, "error": "OutputParserException: Failed to parse CoachingResult from completion {\"model_answer\": {\"title\": \"PostgreSQL MVCC에서 오래 열린 트랜잭션의 vacuum 영향\", \"description\": \"PostgreSQL의 MVCC에서 오래 열린 트랜잭션은 vacuum 작업에 여러 가지 영향을 미칩니다. 첫째, 오래 열린 트랜잭션은 xmin horizon을 증가시켜 vacuum 작업 시 더 많은 dead tuples을 회수해야 하므로 성능 저하를 초래할 수 있습니다. 둘째, 트랜잭션 로그가 커짐에 따라 테이블 bloat가 발생할 수 있으며, 이는 vacuum 작업의 효율성을 더욱 떨어뜨립니다. 셋째, 오래된 트랜잭션이 데이터에 미치는 영향으로 인해 vacuum 작업 후에도 데이터 일관성이 완전히 확보되지 않을 수 있습니다. 따라서 정기적으로 vacuum 작업을 수행하거나 트랜잭션 관리를 최적화하는 것이 중요합니다.\"}, \"answer_rewrite", "latency_sec": 6.171, "in_tokens": 1271, "out_tokens": 387} +{"label": "lcpp-midm2-mini", "suite": "coaching", "case_id": "c-personality-rambling", "rep": 1, "ok": false, "error": "OutputParserException: Failed to parse CoachingResult from completion {\"model_answer\": {\"title\": \"Model Answer\", \"description\": \"팀원과의 의견 충돌 상황에서 저는 먼저 각자의 입장을 경청하고 공통점을 찾으려 노력했습니다. 예를 들어, 과거 캡스톤 프로젝트에서 API 스펙 해석이 달라 프론트엔드와 백엔드 간 통합에 2주 지연이 발생했을 때, 저는 OpenAPI 명세를 먼저 작성하고 Mock 서버를 통해 프론트엔드가 병렬로 개발할 수 있도록 제안했습니다. 이 방식으로 통합 이슈를 3건에서 0건으로 줄일 수 있었고, 이후에는 결정 전에 대안 두 가지를 함께 비교하는 방식으로 소통 방식을 개선했습니다. 이러한 경험을 통해 갈등 해결에 있어 객관적인 데이터와 대안 검토가 중요하다는 것을 배웠습니다.\"}, \"answer_rewrite\": {\"title\": \"Answer Rewrite\", \"description\": \"팀원과 의견 충돌이", "latency_sec": 6.43, "in_tokens": 1529, "out_tokens": 349} +{"label": "lcpp-midm2-mini", "suite": "questions", "case_id": "q-backend-tech", "rep": 0, "ok": false, "error": "OutputParserException: Failed to parse GeneratedQuestionPool from completion {\"questions\": [{\"question\": \"주문 서비스 분리 시 MSA 전환 과정에서 Kafka 이벤트 파이프라인 설계 시 어떤 기술적 도전과제를 겪으셨고, 어떻게 해결하셨는지 구체적으로 설명해주세요.\", \"category\": \"PROJECT_DEEP_DIVE\", \"jobCategory\": \"BACKEND\", \"targetEvidence\": \"주문 서비스를 별도 서비스로 분리, DB 분리(PostgreSQL) 및 Kafka 기반 이벤트 발행/구독 구조 도입. 배포 단위 축소로 배포 주기 2주 → 2일\", \"expectedSignal\": \"Kafka 토픽 구조, 메시지 처리 로직, 장애 대응 방안 등 기술적 세부사항을 STAR 형식으로 설명\"}, {\"question\": \"결제 승인 콜백 지연으로 인한 중복 주문 문제를 멱등 키와 Outbox 패턴으로 해결하셨다고 하셨는데, 이 과정에서 사용한 구체적인 설계 패턴과 구현 방식을 설명해주세요.\", \"category\": \"TECH_CHOICE\", \"jobCategory\": \"BACKEND\", \"targetEvidence\": \"멱등 키 테이블 + Transactional Outbox 로 해결, 중복 주문 0건 달성\", \"expectedSignal\": \"멱등 키 설계 방식, Outbox 패턴 구현 코드, 성능 개선 효과 등 기술적 선택 근거를 설명\"}, {\"question\": \"정산 배치 성능을 5시간에서 40분으로 개선하신 과정에서 QueryDSL 튜닝과 인덱스 재", "latency_sec": 17.915, "in_tokens": 2850, "out_tokens": 647} +{"label": "lcpp-midm2-mini", "suite": "questions", "case_id": "q-frontend-repo", "rep": 0, "ok": false, "error": "OutputParserException: Failed to parse GeneratedQuestionPool from completion {\"questions\": [{\"question\": \"React 18에서 상태 관리를 위해 Zustand를 선택하신 이유는 무엇인가요? 레포의 PR #57에서 언급된 480ms에서 120ms로 타임라인 성능 개선 경험을 바탕으로 설명해 주세요.\", \"category\": \"TECH_CHOICE\", \"jobCategory\": \"FRONTEND\", \"targetEvidence\": \"react-window 가상화 도입, INP 480ms -> 120ms\", \"expectedSignal\": \"Zustand 선택 이유와 타임라인 성능 개선 경험을 구체적으로 설명\"}, {\"question\": \"오프라인 편집 시 IndexedDB(Dexie)를 사용한 낙관적 업데이트 방식을 선택하신 배경은 무엇인가요? 레포에서 언급된 last-write-wins 방식의 장단점을 설명해 주세요.\", \"category\": \"PROJECT_DEEP_DIVE\", \"jobCategory\": \"FRONTEND\", \"targetEvidence\": \"IndexedDB(Dexie) 낙관적 업데이트, last-write-wins\", \"expectedSignal\": \"낙관적 업데이트 방식 선택 배경과 장단점을 구체적으로 설명\"}, {\"question\": \"Vitest 단위 테스트 42개와 Playwright E2E 6개를 작성한 경험에서, 테스트 자동화를 통해 얻은 가장 큰 성과는 무엇인가요?\", \"category\": \"TECH_FUNDAMENTAL\", \"jobCa", "latency_sec": 13.316, "in_tokens": 2710, "out_tokens": 562} +{"label": "lcpp-midm2-mini", "suite": "questions", "case_id": "q-infra-dba-multi", "rep": 0, "ok": false, "error": "OutputParserException: Failed to parse GeneratedQuestionPool from completion {\"questions\": [{\"question\": \"Terraform으로 VPC·RDS·EKS 모듈화를 설계하셨다고 하셨는데, 환경별 workspace 분리 시 보안 측면에서 어떤 고려사항을 두셨는지 구체적으로 설명해주세요.\", \"category\": \"TECH_CHOICE\", \"jobCategory\": \"INFRA\", \"targetEvidence\": \"Terraform 으로 VPC·RDS·EKS 모듈화, 환경별(dev/stg/prod) workspace 분리\", \"expectedSignal\": \"보안 정책, IAM 역할 분리, 네트워크 구성 등 구체적인 보안 고려사항을 설명\"}, {\"question\": \"ArgoCD GitOps 도입으로 배포 리드타임을 1일에서 30분으로 단축하셨다고 하셨는데, 이 과정에서 팀과의 협업 방식이나 커뮤니케이션 전략은 어떻게 변화했는지 설명해주세요.\", \"category\": \"BEHAVIORAL\", \"jobCategory\": \"INFRA\", \"targetEvidence\": \"ArgoCD GitOps 도입으로 배포 리드타임 1일 → 30분\", \"expectedSignal\": \"협업 방식 변화, 커뮤니케이션 전략, 팀 내 역할 변화 등을 STAR 형식으로 설명\"}, {\"question\": \"PostgreSQL 14 운영에서 슬로우 쿼리 p95 2.3초를 180ms로 개선한 경험이 있는데, 이 과정에서 사용한 구체적인 최적화 기법과 그 결과를 수치로 설명해주세요.\", \"category\": ", "latency_sec": 16.002, "in_tokens": 2687, "out_tokens": 738} +{"label": "lcpp-midm2-mini", "suite": "questions", "case_id": "q-personality-coverletter", "rep": 0, "ok": true, "questions": [{"category": "TECH_CHOICE", "question": "알림 봇 개발 시 동시 쓰기 락 문제를 해결하기 위해 PostgreSQL로 이전하셨다고 하셨는데, 구체적으로 어떤 트랜잭션 격리 수준을 사용하셨고, 그 선택의 근거는 무엇이었나요?", "job_category": "BACKEND", "target_evidence": "알림 봇 DB를 SQLite 로 시작했다가 동시 쓰기 락 문제로 알림이 중복 발송되었습니다.", "expected_signal": "트랜잭션 격리 수준 선택의 기술적 근거와 실제 적용 결과를 구체적으로 설명"}, {"category": "PROJECT_DEEP_DIVE", "question": "프론트엔드 팀원과 API 스펙 해석이 달라 통합이 지연되었을 때, OpenAPI 명세와 Mock 서버를 활용한 방식을 제안하셨다고 하셨는데, 이 방식이 통합 과정에 어떤 구체적인 영향을 미쳤는지 설명해 주세요.", "job_category": "BACKEND", "target_evidence": "OpenAPI 명세를 먼저 작성하고 Mock 서버를 띄워 프론트가 병렬로 개발하도록 제안했고, 이후 스프린트에서는 통합 이슈가 3건에서 0건으로 줄었습니다.", "expected_signal": "제안 방식의 구체적인 효과와 팀 내 갈등 해결 과정을 STAR 구조로 설명"}, {"category": "BEHAVIORAL", "question": "새벽에 크롤러가 멈춰 공지가 누락됐을 때 동아리원들의 항의를 직접 받으셨다고 하셨는데, 그 상황에서 본인의 구체적 역할과 이후 서비스 운영에 어떤 변화를 주었는지 말씀해 주세요.", "job_category": "BACKEND", "target_evidence": "새벽에 크롤러가 멈춰 공지가 누락됐을 때 동아리원들의 항의를 직접 받으며, 기능보다 '멈추지 않는 서비스'가 신뢰를 만든다는 것을 배웠습니다.", "expected_signal": "당시 상황에서의 역할, 배운 점, 이후 서비스 개선 노력을 STAR 구조로 설명"}, {"category": "BEHAVIORAL", "question": "알림 봇 개발 경험이 현재 백엔드 직무에 어떻게 도움이 될 것이라고 생각하시나요? 특히 새벽 시간 서비스 운영의 중요성을 강조하셨는데, 이 경험이 실제 업무에 어떻게 적용될 수 있을지 구체적으로 말씀해 주세요.", "job_category": "BACKEND", "target_evidence": "학부 동아리에서 학사 공지 알림 봇을 만들며 사용자 800명이 매일 쓰는 서비스를 운영해 본 경험이 있습니다.", "expected_signal": "알림 봇 경험이 백엔드 직무에 어떻게 적용될 수 있는지, 특히 새벽 시간 서비스 운영의 중요성을 강조한 부분에 대한 구체적 사례와 통찰"}, {"category": "TECH_CHOICE", "question": "알림 봇 개발 중 발생한 동시 쓰기 락 문제를 해결하기 위해 PostgreSQL로 이전하셨다고 하셨는데, 이 과정에서 PostgreSQL의 어떤 기능이나 설정이 가장 큰 도움이 되었는지 구체적으로 설명해 주세요.", "job_category": "BACKEND", "target_evidence": "알림 봇 DB를 SQLite 로 시작했다가 동시 쓰기 락 문제로 알림이 중복 발송되었습니다.", "expected_signal": "PostgreSQL의 구체적 기능이나 설정이 문제 해결에 어떻게 기여했는지 기술적으로 설명"}], "latency_sec": 14.815, "in_tokens": 2666, "out_tokens": 673} +{"label": "lcpp-midm2-mini", "suite": "questions", "case_id": "q-long-context-p90", "rep": 0, "ok": true, "questions": [{"category": "TECH_CHOICE", "question": "결제 승인 콜백 지연으로 인한 중복 주문 문제를 멱등 키와 Outbox 패턴으로 해결할 때, Kafka 이벤트 파이프라인 설계에서 어떤 기술적 도전을 겪으셨나요?", "job_category": "BACKEND", "target_evidence": "결제 승인 콜백 지연 시 중복 주문 발생 문제: 멱등 키 테이블 + Transactional Outbox 로 해결, 중복 주문 0건 달성", "expected_signal": "Kafka 이벤트 처리 구조와 멱등성 구현 방식에 대한 구체적 설명"}, {"category": "PROJECT_DEEP_DIVE", "question": "MSA 전환 프로젝트에서 주문 서비스를 별도 서비스로 분리할 때, PostgreSQL과 Kafka를 선택한 이유와 배포 주기를 2주로 단축한 방법을 설명해 주세요.", "job_category": "BACKEND", "target_evidence": "모놀리식 → MSA 전환: 주문 서비스를 별도 서비스로 분리, DB 분리(PostgreSQL) 및 Kafka 기반 이벤트 발행/구독 구조 도입. 배포 단위 축소로 배포 주기 2주 → 2일", "expected_signal": "데이터베이스 분리 전략과 배포 자동화 방식에 대한 구체적 설명"}, {"category": "TECH_CHOICE", "question": "정산 배치 성능을 5시간에서 40분으로 개선한 과정에서 QueryDSL 튜닝과 인덱스 재설계를 어떻게 적용하셨는지 구체적으로 설명해 주세요.", "job_category": "BACKEND", "target_evidence": "정산 배치 성능 개선: 5시간 → 40분 (QueryDSL 튜닝, 청크 단위 처리, 인덱스 재설계)", "expected_signal": "쿼리 최적화 기법과 인덱스 설계 전략에 대한 구체적 설명"}, {"category": "CS_FUNDAMENTAL", "question": "실시간 재고 동기화 프로젝트에서 낙관적 락에서 분산 락으로 전환할 때 어떤 기술적 고려사항을 고려하셨나요?", "job_category": "BACKEND", "target_evidence": "실시간 재고 동기화 (2024): Redis 기반 재고 캐시 + DB write-behind, 동시성 제어(낙관적 락 → 분산 락 전환)", "expected_signal": "동시성 제어 방식 선택의 기술적 근거와 구현 방식"}, {"category": "BEHAVIORAL", "question": "알림 봇 프로젝트에서 동시 쓰기 락 문제를 해결하기 위해 PostgreSQL로 마이그레이션하고 트랜잭션 격리 수준을 공부하게 된 경험을 설명해 주세요.", "job_category": "BACKEND", "target_evidence": "알림 봇 DB를 SQLite 로 시작했다가 동시 쓰기 락 문제로 알림이 중복 발송되었습니다. 원인을 찾는 데 3일이 걸렸고, PostgreSQL 로 이전하며 트랜잭션 격리 수준을 공부하게 됐습니다.", "expected_signal": "문제 해결 과정에서의 의사결정과 학습 경험에 대한 구체적 설명"}], "latency_sec": 20.005, "in_tokens": 3765, "out_tokens": 619} +{"label": "lcpp-midm2-mini", "suite": "questions", "case_id": "q-backend-tech", "rep": 1, "ok": false, "error": "OutputParserException: Failed to parse GeneratedQuestionPool from completion {\"questions\": [{\"question\": \"MSA 전환 프로젝트에서 주문 서비스를 분리할 때 Kafka를 도입하게 된 구체적인 기술적 이유는 무엇이었나요?\", \"category\": \"TECH_CHOICE\", \"jobCategory\": \"BACKEND\", \"targetEvidence\": \"주문 서비스를 별도 서비스로 분리, DB 분리(PostgreSQL) 및 Kafka 기반 이벤트 발행/구독 구조 도입.\", \"expectedSignal\": \"Kafka 도입의 기술적 필요성과 설계 결정 과정을 구체적으로 설명\"}, {\"question\": \"결제 승인 콜백 지연으로 인한 중복 주문 문제를 해결할 때 멱등 키와 Outbox 패턴을 선택한 이유는 무엇인가요?\", \"category\": \"TECHNICAL\", \"jobCategory\": \"BACKEND\", \"targetEvidence\": \"결제 승인 콜백 지연 시 중복 주문 발생 문제: 멱등 키 테이블 + Transactional Outbox 로 해결, 중복 주문 0건 달성.\", \"expectedSignal\": \"멱등 키와 Outbox 패턴의 선택 이유와 구현 과정을 구체적으로 설명\"}, {\"question\": \"정산 배치 성능을 5시간에서 40분으로 개선한 과정에서 QueryDSL 튜닝 외에 추가적으로 적용한 최적화 기법은 무엇이었나요?\", \"category\": \"TECH_FUNDAMENTAL\", \"jobCategory\": \"BACKEND\", \"targetEviden", "latency_sec": 12.493, "in_tokens": 2850, "out_tokens": 577} +{"label": "lcpp-midm2-mini", "suite": "questions", "case_id": "q-frontend-repo", "rep": 1, "ok": true, "questions": [{"category": "TECH_CHOICE", "question": "React 18에서 Zustand를 사용한 상태 관리 방식에 대해 설명해주세요. 특히 여행 일정 앱에서 상태 관리가 사용자 경험에 어떤 영향을 미쳤나요?", "job_category": "FRONTEND", "target_evidence": "Zustand를 사용한 상태 관리", "expected_signal": "React 18의 상태 관리 방식과 여행 일정 앱에서의 구체적 적용 사례를 설명"}, {"category": "CS_FUNDAMENTAL", "question": "Vitest 단위 테스트 42개를 작성했다고 하셨는데, 테스트 커버리지를 높이기 위해 어떤 전략을 사용하셨나요?", "job_category": "FRONTEND", "target_evidence": "Vitest 단위 테스트 42개", "expected_signal": "테스트 커버리지 향상 전략과 실제 적용 사례"}, {"category": "PROJECT_DEEP_DIVE", "question": "오프라인 편집 기능 구현 시 IndexedDB를 사용하셨는데, 낙관적 업데이트 방식의 장단점과 실제 구현 시 고려사항은 무엇이었나요?", "job_category": "FRONTEND", "target_evidence": "IndexedDB를 사용한 오프라인 편집", "expected_signal": "낙관적 업데이트 방식의 장단점과 구현 시 고려사항"}, {"category": "TECH_CHOICE", "question": "React 18에서 scrollable 컴포넌트를 구현할 때 react-window를 사용하셨다고 하셨는데, 구체적으로 어떤 상황에서 사용하셨고 성능 개선 효과는 어떠했나요?", "job_category": "FRONTEND", "target_evidence": "scrollable 컴포넌트 구현", "expected_signal": "react-window 사용 상황과 성능 개선 효과"}, {"category": "TECH_CHOICE", "question": "Kakao Map SDK를 사용한 지도 마커 렌더링에서 500개 마커를 클러스터링한 경험에 대해 설명해주세요. 특히 성능 최적화를 위해 어떤 기법을 사용하셨나요?", "job_category": "FRONTEND", "target_evidence": "Kakao Map SDK 마커 렌더링", "expected_signal": "마커 클러스터링 기법과 성능 최적화 방법"}], "latency_sec": 12.118, "in_tokens": 2710, "out_tokens": 482} +{"label": "lcpp-midm2-mini", "suite": "questions", "case_id": "q-infra-dba-multi", "rep": 1, "ok": false, "error": "OutputParserException: Failed to parse GeneratedQuestionPool from completion {\"questions\": [{\"question\": \"Terraform으로 VPC·RDS·EKS 모듈화를 설계하신 경험에 대해 구체적으로 설명해 주세요. 특히 환경별 workspace 분리를 어떻게 구현하셨나요?\", \"category\": \"TECH_CHOICE\", \"jobCategory\": \"INFRA\", \"targetEvidence\": \"Terraform 으로 VPC·RDS·EKS 모듈화, 환경별(dev/stg/prod) workspace 분리\", \"expectedSignal\": \"Terraform 구성 파일의 구조와 환경별 차이점을 구체적으로 설명\"}, {\"question\": \"ArgoCD GitOps 도입으로 배포 리드타임을 1일에서 30분으로 단축한 경험에 대해 말씀해 주세요. 구체적으로 어떤 프로세스를 개선하셨나요?\", \"category\": \"TECH_CHOICE\", \"jobCategory\": \"INFRA\", \"targetEvidence\": \"ArgoCD GitOps 도입으로 배포 리드타임 1일 → 30분\", \"expectedSignal\": \"GitOps 파이프라인의 구체적인 개선점과 자동화 단계 설명\"}, {\"question\": \"PostgreSQL 14 운영에서 슬로우 쿼리를 개선한 경험을 STAR 형식으로 설명해 주세요. 특히 복합 인덱스 재설계와 파티셔닝을 어떻게 적용하셨나요?\", \"category\": \"PROJECT_DEEP_DIVE\", \"jobCategory\": \"DBA\", \"targetEvide", "latency_sec": 15.1, "in_tokens": 2687, "out_tokens": 681} +{"label": "lcpp-midm2-mini", "suite": "questions", "case_id": "q-personality-coverletter", "rep": 1, "ok": true, "questions": [{"category": "TECH_CHOICE", "question": "알림 봇 프로젝트에서 동시 쓰기 락 문제를 해결하기 위해 PostgreSQL로 전환한 경험을 STAR 형식으로 설명해 주세요. 당시 본인의 구체적 역할과 해결 과정에서 배운 점은 무엇이었나요?", "job_category": "BACKEND", "target_evidence": "알림 봇 DB를 SQLite 로 시작했다가 동시 쓰기 락 문제로 알림이 중복 발송되었습니다.", "expected_signal": "문제 상황에서 본인의 구체적 역할과 해결 과정, 그리고 배운 점을 STAR 형식으로 상세히 설명"}, {"category": "TECH_CHOICE", "question": "캡스톤 프로젝트에서 API 스펙 해석 차이로 통합 지연이 발생했을 때, OpenAPI 명세와 Mock 서버를 활용한 해결 방안을 구체적으로 설명해 주세요. 이 경험이 현재 업무에 어떻게 도움이 되고 있나요?", "job_category": "BACKEND", "target_evidence": "OpenAPI 명세를 먼저 작성하고 Mock 서버를 띄워 프론트가 병렬로 개발하도록 제안했고, 이후 스프린트에서는 통합 이슈가 3건에서 0건으로 줄었습니다.", "expected_signal": "OpenAPI 명세와 Mock 서버를 활용한 구체적 해결 방안과 현재 업무에 미치는 영향을 설명"}, {"category": "BEHAVIORAL", "question": "새벽에 크롤러가 멈춰 공지가 누락됐을 때 동아리원들의 항의를 받은 경험을 STAR 형식으로 설명해 주세요. 이 경험에서 본인의 구체적 행동과 배운 점은 무엇이었나요?", "job_category": "BACKEND", "target_evidence": "새벽에 크롤러가 멈춰 공지가 누락됐을 때 동아리원들의 항의를 직접 받으며, 기능보다 '멈추지 않는 서비스'가 신뢰를 만든다는 것을 배웠습니다.", "expected_signal": "상황에서 본인의 구체적 행동과 배운 점을 STAR 형식으로 상세히 설명"}, {"category": "BEHAVIORAL", "question": "프론트엔드 팀원과 API 스펙 해석 차이로 통합 이슈가 발생했을 때, 대안 두 가지를 함께 비교하는 방식으로 바꾼 경험을 STAR 형식으로 설명해 주세요. 이 경험에서 본인의 구체적 역할과 배운 점은 무엇이었나요?", "job_category": "BACKEND", "target_evidence": "저는 OpenAPI 명세를 먼저 작성하고 Mock 서버를 띄워 프론트가 병렬로 개발하도록 제안했고, 이후 스프린트에서는 통합 이슈가 3건에서 0건으로 줄었습니다.", "expected_signal": "대안 두 가지를 함께 비교하는 방식으로 바꾼 구체적 역할과 배운 점을 STAR 형식으로 설명"}, {"category": "TECH_CHOICE", "question": "알림 봇 프로젝트에서 동시 쓰기 락 문제를 해결하기 위해 PostgreSQL로 전환한 경험이 현재 업무에 어떻게 도움이 되고 있는지 STAR 형식으로 설명해 주세요. 이 경험에서 본인의 구체적 역할과 배운 점은 무엇이었나요?", "job_category": "BACKEND", "target_evidence": "알림 봇 DB를 SQLite 로 시작했다가 동시 쓰기 락 문제로 알림이 중복 발송되었습니다.", "expected_signal": "동시 쓰기 락 문제 해결 경험에서 본인의 구체적 역할과 배운 점을 STAR 형식으로 상세히 설명"}], "latency_sec": 15.118, "in_tokens": 2666, "out_tokens": 692} +{"label": "lcpp-midm2-mini", "suite": "questions", "case_id": "q-long-context-p90", "rep": 1, "ok": true, "questions": [{"category": "TECH_CHOICE", "question": "결제 승인 콜백 지연으로 인한 중복 주문 문제를 멱등 키와 Outbox 패턴으로 해결할 때, 구체적으로 어떤 데이터베이스 설계와 트랜잭션 처리 방식을 적용했나요?", "job_category": "BACKEND", "target_evidence": "결제 승인 콜백 지연 시 중복 주문 발생 문제: 멱등 키 테이블 + Transactional Outbox 로 해결, 중복 주문 0건 달성", "expected_signal": "중복 주문 문제 해결을 위한 구체적인 데이터베이스 설계와 트랜잭션 처리 방식을 상세히 설명"}, {"category": "PROJECT_DEEP_DIVE", "question": "Kafka 기반 이벤트 파이프라인 설계 시, 주문 서비스 분리 후 데이터 정합성을 유지하기 위해 어떤 기술적 결정을 내렸는지 설명해 주세요.", "job_category": "BACKEND", "target_evidence": "주문 서비스를 별도 서비스로 분리, DB 분리(PostgreSQL) 및 Kafka 기반 이벤트 발행/구독 구조 도입. 배포 단위 축소로 배포 주기 2주 → 2일", "expected_signal": "Kafka 이벤트 파이프라인 설계 시 데이터 정합성 유지를 위한 기술적 결정 과정을 상세히 설명"}, {"category": "TECH_CHOICE", "question": "정산 배치 성능을 5시간에서 40분으로 개선한 과정에서 QueryDSL 튜닝 외에 추가적으로 적용한 최적화 기법은 무엇인가요?", "job_category": "BACKEND", "target_evidence": "정산 배치 성능 개선: 5시간 → 40분 (QueryDSL 튜닝, 청크 단위 처리, 인덱스 재설계)", "expected_signal": "QueryDSL 튜닝 외에 적용한 추가적인 최적화 기법을 구체적으로 설명"}, {"category": "TECH_CHOICE", "question": "실시간 재고 동기화 프로젝트에서 낙관적 락에서 분산 락으로 전환할 때, 구체적으로 어떤 기술적 고려사항과 트레이드오프를 평가했나요?", "job_category": "BACKEND", "target_evidence": "Redis 기반 재고 캐시 + DB write-behind, 동시성 제어(낙관적 락 → 분산 락 전환)", "expected_signal": "낙관적 락에서 분산 락으로 전환할 때 평가한 기술적 고려사항과 트레이드오프를 상세히 설명"}, {"category": "BEHAVIORAL", "question": "알림 봇 개발 시 동시 쓰기 락 문제로 알림이 중복 발송된 경험을 통해, PostgreSQL로 이전하며 트랜잭션 격리 수준을 공부하게 된 과정을 설명해 주세요.", "job_category": "BACKEND", "target_evidence": "알림 봇 DB를 SQLite 로 시작했다가 동시 쓰기 락 문제로 알림이 중복 발송되었습니다. 원인을 찾는 데 3일이 걸렸고, PostgreSQL 로 이전하며 트랜잭션 격리 수준을 공부하게 됐습니다.", "expected_signal": "동시 쓰기 락 문제 해결 과정과 PostgreSQL로 이전하게 된 계기를 구체적으로 설명"}], "latency_sec": 20.17, "in_tokens": 3765, "out_tokens": 628} diff --git a/docs/research/local-llm-deep-dive-2026-09/data/raw/lcpp-qwen3-4b-jsonschema.jsonl b/docs/research/local-llm-deep-dive-2026-09/data/raw/lcpp-qwen3-4b-jsonschema.jsonl new file mode 100644 index 00000000..51d06884 --- /dev/null +++ b/docs/research/local-llm-deep-dive-2026-09/data/raw/lcpp-qwen3-4b-jsonschema.jsonl @@ -0,0 +1,19 @@ +{"label": "lcpp-qwen3-4b-jsonschema", "suite": "coaching", "case_id": "c-weak-backend", "rep": 0, "ok": true, "coaching": {"model_answer": "결제 승인 콜백 지연 시 중복 주문이 발생할 수 있는 문제는 두 가지 핵심 실패 케이스를 동시에 막기 위해 멱등 키와 Outbox 패턴을 함께 사용했습니다. 먼저, 멱등 키는 동일한 주문 요청이 여러 번 처리되지 않도록 보장합니다. 결제 승인 콜백이 지연되더라도, 주문 서비스가 이미 처리한 주문인지 확인하기 위해 주문 ID와 결제 승인 시점 기반의 멱등 키를 DB에 저장합니다. 이로 인해 동일한 주문이 두 번 이상 처리되지 않게 됩니다. 반면, Outbox 패턴은 결제 승인 이벤트가 DB에 저장된 후에도 실패할 수 있는 상황을 대비합니다. 예를 들어, 결제 승인 콜백이 실패했을 때, 결제 상태가 ‘승인’이 되었지만 주문 상태가 ‘결제 완료’가 되지 않았다면, 주문이 중복 처리될 수 있습니다. 이 경우 Outbox 패턴은 결제 승인 이벤트를 메시지 큐에 저장하고, 주문 서비스는 이벤트를 수신하여 주문 상태를 업데이트하도록 하며, 이로 인해 트랜잭션 경계를 지키고, 결제 승인 후 주문 상태 변경이 실패했을 때도 일관성 유지가 가능합니다. 따라서 멱등 키는 중복 주문을 막고, Outbox는 트랜잭션 경계를 지키며, 두 패턴이 서로 보완적입니다.", "answer_rewrite": "결제 승인 콜백 지연 시 중복 주문이 발생할 수 있는 문제를 해결하기 위해, 저는 멱등 키와 Outbox 패턴을 함께 도입했습니다. 먼저, 주문 서비스에서 결제 승인 콜백이 도착하기 전까지, 주문 ID와 결제 승인 시점 기반의 멱등 키를 DB에 저장하여 동일한 주문이 두 번 이상 처리되지 않도록 했습니다. 이는 결제 콜백이 지연되더라도 중복 주문이 발생하지 않도록 보장했습니다. 또한, 결제 승인 이벤트가 DB에 저장된 후에도 실패할 수 있는 상황을 막기 위해 Outbox 패턴을 적용했습니다. 예를 들어, 결제 승인은 성공했지만 콜백이 실패했을 때, 주문 상태가 ‘결제 완료’가 되지 않아 중복 주문이 발생할 수 있었습니다. 이 경우 Outbox 패턴은 결제 승인 이벤트를 Kafka로 전달하고, 주문 서비스가 이벤트를 수신하여 주문 상태를 업데이트하도록 하여, 트랜잭션 경계를 지키고 주문 상태 일관성을 유지했습니다. 결과적으로, 중복 주문 0건 발생을 달성했습니다.", "coaching_comment": "무엇이 실패하는지 구체적으로 설명하지 않고, 두 패턴의 역할을 혼동하거나 일반화하면 면접관은 깊이 이해를 못 받습니다."}, "latency_sec": 18.056, "in_tokens": 1561, "out_tokens": 758} +{"label": "lcpp-qwen3-4b-jsonschema", "suite": "coaching", "case_id": "c-dont-know-cs", "rep": 0, "ok": true, "coaching": {"model_answer": "PostgreSQL의 MVCC에서 오래 열린 트랜잭션이 vacuum에 미치는 영향은 주로 xmin horizon과 관련이 있습니다. MVCC는 트랜잭션의 일관성을 유지하기 위해 각 트랜잭션의 시작 시점(xmin)을 기준으로 데이터를 관리합니다. 오래 열린 트랜잭션은 xmin이 높은 상태를 유지하며, 이로 인해 vacuum이 그 트랜잭션의 끝을 기다려야 하므로, dead tuple의 회수를 지연시킵니다. 이는 dead tuple이 계속 쌓이면서 테이블에 bloat가 발생하게 됩니다. 예를 들어, 특정 테이블에 오래된 트랜잭션을 가진 레코드가 남아 있을 경우, vacuum은 그 레코드가 '사라졌는지'를 확인하기 위해 트랜잭션의 종료를 기다려야 하며, 이로 인해 vacuum이 느려지고, 테이블의 크기가 증가하는 현상이 나타납니다. 따라서, 오래 열린 트랜잭션은 vacuum의 효율성과 테이블의 성능에 부정적인 영향을 미칩니다.", "answer_rewrite": "PostgreSQL의 MVCC에서 오래 열린 트랜잭션은 vacuum의 작동을 방해할 수 있습니다. MVCC는 각 트랜잭션의 시작 시점(xmin)을 기준으로 데이터를 관리하므로, 오래 열린 트랜잭션은 그 xmin이 계속 유지되며, vacuum은 그 트랜잭션이 종료될 때까지 dead tuple을 제거하지 못합니다. 이로 인해 dead tuple이 쌓이게 되고, 이는 테이블의 bloat를 유발합니다. 예를 들어, 특정 테이블에 오래된 트랜잭션을 가진 레코드가 남아 있을 경우, vacuum이 그 레코드의 '사라짐'을 확인하기 위해 트랜잭션 종료를 기다려야 하며, 이는 vacuum의 성능을 저하시킵니다. 따라서, 이러한 상황은 테이블의 크기 증가와 쿼리 성능 저하를 초래할 수 있습니다.", "coaching_comment": "오래 열린 트랜잭션의 xmin horizon이 vacuum의 동작을 지연시키는 점을 구체적으로 설명해야 합니다."}, "latency_sec": 10.508, "in_tokens": 997, "out_tokens": 571} +{"label": "lcpp-qwen3-4b-jsonschema", "suite": "coaching", "case_id": "c-personality-rambling", "rep": 0, "ok": true, "coaching": {"model_answer": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합이 2주 지연된 적이 있습니다. 당시 저는 OpenAPI 명세를 먼저 작성하고, Mock 서버를 띄워 프론트 팀이 병렬로 개발할 수 있도록 제안했습니다. 이 과정에서 팀원들이 제 방식을 옳다고 보는 데 반발하며 감정이 상했고, 이후에는 결정 전에 대안 두 가지를 함께 비교하는 방식으로 접근을 개선했습니다. 이 변화 이후, 스프린트 단위 통합 이슈가 3건에서 0건으로 줄어들었고, 팀 내 의사소통의 질도 향상되었습니다. 이 경험을 통해 저는 단순한 기술적 제안을 넘어서, 팀원의 감정과 입장을 고려한 협업 방식이 결과에 더 큰 영향을 미친다는 점을 배웠습니다.", "answer_rewrite": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합이 2주 지연된 적이 있습니다. 저는 OpenAPI 명세를 먼저 작성하고, Mock 서버를 띄워 프론트 팀이 병렬로 개발할 수 있도록 제안했습니다. 그러나 이 방식이 팀원들에게 '내가 맞다고 주장하는 것'처럼 느껴졌고, 감정적 갈등이 발생했습니다. 이후 저는 결정 전에 대안 두 가지를 함께 비교하고, 팀원들과 함께 검토하는 방식으로 접근을 바꾸었습니다. 이 전략은 스프린트 단위 통합 이슈가 3건에서 0건으로 줄어들었고, 팀원들의 반응도 긍정적으로 변화했습니다. 이 경험을 통해 저는 기술적 해결책보다는, 협업 과정에서 감정과 입장을 존중하는 태도가 더 지속 가능한 협업을 이끈다는 점을 깨달았습니다.", "coaching_comment": "감정적 갈등이 있었음을 인정하고, 그 이후에 구체적인 행동 전환과 그 결과를 연결하는 것이 핵심입니다."}, "latency_sec": 11.562, "in_tokens": 1392, "out_tokens": 525} +{"label": "lcpp-qwen3-4b-jsonschema", "suite": "coaching", "case_id": "c-weak-backend", "rep": 1, "ok": true, "coaching": {"model_answer": "결제 승인 콜백 지연 시 중복 주문이 발생할 수 있는 문제는 두 가지 핵심 실패 케이스를 동시에 해결해야 합니다. 먼저, 멱등 키는 동일한 주문 요청이 여러 번 처리되지 않도록 보장합니다. 예를 들어, 결제 승인 응답이 지연되더라도, 주문 서비스가 같은 주문 ID를 다시 처리하지 않도록 주문 키를 멱등 키로 저장하고, 이전에 처리된 주문인지 확인합니다. 이는 주문 서비스가 동일한 주문을 중복으로 생성하지 않도록 막습니다. 반면, Outbox 패턴은 결제 승인 이벤트가 DB에 저장되지 않았을 때, 주문 상태가 '결제 완료'로 갱신되지 않도록 트랜잭션 경계를 설정합니다. 즉, 결제 승인 콜백이 오지 않아도, 주문이 완료되지 않은 상태를 유지하고, 이로 인해 결제 후 주문이 중복으로 처리되지 않게 됩니다. 따라서 멱등 키는 중복 주문 요청을 막고, Outbox 패턴은 트랜잭션 실패 시 주문 상태의 무결성을 보장합니다. 이 두 패턴은 각각 '주문 요청의 중복'과 '주문 상태의 일관성'이라는 서로 다른 실패 케이스를 해결합니다.", "answer_rewrite": "결제 승인 콜백이 지연되면서 중복 주문이 발생하는 문제는 두 가지 핵심 실패 케이스를 동시에 해결해야 했습니다. 먼저, 멱등 키를 사용해 주문 요청이 중복으로 처리되지 않도록 보장했습니다. 주문 서비스가 동일한 주문 ID를 받았을 때, 이전에 처리된 주문인지 확인하고, 이미 처리된 경우는 무시하도록 키 테이블을 활용했습니다. 이로 인해 주문 서비스가 결제 승인 콜백이 오지 않아도 중복 주문을 생성하지 않습니다. 반면, Outbox 패턴은 결제 승인 이벤트가 DB에 저장되지 않았을 때, 주문 상태가 '결제 완료'로 잘못 갱신되지 않도록 트랜잭션 경계를 설정했습니다. 결제 승인 콜백이 오지 않아도 주문 상태가 '결제 대기'로 유지되며, 이로 인해 정산 시 중복 주문이 발생하지 않습니다. 이 두 패턴은 각각 '주문 요청의 중복'과 '주문 상태의 무결성'을 보장하여, 결제 지연 상황에서도 주문의 일관성과 안정성을 유지했습니다.", "coaching_comment": "곱셈 키는 요청 중복을 막고, Outbox는 트랜잭션 실패 시 상태 무결성을 보장하므로, 두 패턴의 목적을 구체적으로 구분해야 합니다."}, "latency_sec": 15.401, "in_tokens": 1561, "out_tokens": 706} +{"label": "lcpp-qwen3-4b-jsonschema", "suite": "coaching", "case_id": "c-dont-know-cs", "rep": 1, "ok": true, "coaching": {"model_answer": "PostgreSQL의 MVCC에서 오래 열린 트랜잭션이 vacuum에 영향을 주는 주요점은 xmin horizon의 확장과 관련 있습니다. 각 트랜잭션은 시작 시 xmin 값을 가지며, 이 값이 transaction의 시작점을 의미합니다. 오래된 트랜잭션이 계속 열려 있다면, 그 xmin 값은 vacuum이 'dead tuple'을 제거할 수 있는 조건을 만족하지 않게 됩니다. 즉, vacuum은 그 트랜잭션이 종료되기 전까지는 그 트랜잭션이 생성한 dead tuple을 제거할 수 없고, 이로 인해 dead tuple이 쌓여 테이블 bloat가 발생합니다. 예를 들어, 특정 테이블에 오래된 트랜잭션을 유지하는 경우, vacuum이 효율적으로 작동하지 못해 테이블 크기가 지속적으로 커지게 됩니다. 이는 특히 long-running transactions가 많은 시스템에서 중요한 문제로 작용합니다.", "answer_rewrite": "PostgreSQL의 MVCC에서 오래 열린 트랜잭션은 vacuum의 작동을 제약합니다. 각 트랜잭션은 시작 시 xmin 값을 가지며, vacuum은 xmin 값이 더 작아지지 않는 동안 dead tuple을 제거할 수 없습니다. 즉, 오래 열린 트랜잭션이 존재하면, 그 트랜잭션의 xmin이 vacuum의 'xmin horizon'을 초과하게 되고, 이후에 생성된 dead tuple은 제거되지 않게 됩니다. 이로 인해 dead tuple이 쌓여 테이블의 물리적 크기가 증가하여 bloat가 발생합니다. 예를 들어, 특정 테이블에 오래된 트랜잭션을 유지하는 경우, vacuum이 정기적으로 실행되어도 테이블의 크기가 지속적으로 커지게 되고, 이는 성능 저하와 저장 공간 부족으로 이어질 수 있습니다.", "coaching_comment": "오래된 트랜잭션의 xmin horizon과 dead tuple 제거 지연 사이의 관계를 구체적으로 설명해야 합니다."}, "latency_sec": 9.361, "in_tokens": 997, "out_tokens": 493} +{"label": "lcpp-qwen3-4b-jsonschema", "suite": "coaching", "case_id": "c-personality-rambling", "rep": 1, "ok": true, "coaching": {"model_answer": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합이 2주 지연되는 상황이 있었어요. 저는 OpenAPI 명세를 먼저 작성하고, Mock 서버를 띄워 프론트 팀이 병렬로 개발할 수 있도록 제안했고, 이로 인해 스프린트에서 통합 이슈가 3건에서 0건으로 줄어들었습니다. 하지만 초기에 제 방식이 옳다고 고집해 팀원과 감정이 상했고, 이후에는 결정 전에 대안 두 가지를 함께 비교하는 방식으로 접근을 바꾸었습니다. 이 경험을 통해 저는 협업에서 '고집'보다 '공유된 판단'이 더 효과적이라는 점을 배웠고, 지금은 모든 결정 전에 팀원들과 함께 대안을 제시하고 논의하는 습관을 유지하고 있습니다.", "answer_rewrite": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합이 2주 지연되는 상황이 있었어요. 저는 OpenAPI 명세를 먼저 작성하고, Mock 서버를 띄워 프론트 팀이 병렬로 개발할 수 있도록 제안했고, 이로 인해 스프린트에서 통합 이슈가 3건에서 0건으로 줄어들었습니다. 그러나 초기에 제 방식이 옳다고 고집해 팀원과 감정이 상했고, 이후에는 결정 전에 대안 두 가지를 함께 비교하는 방식으로 접근을 바꾸었습니다. 이 경험을 통해 저는 협업에서 '고집'보다 '공유된 판단'이 더 효과적이라는 점을 배웠고, 지금은 모든 결정 전에 팀원들과 함께 대안을 제시하고 논의하는 습관을 유지하고 있습니다.", "coaching_comment": "감정적 반응을 인정하고, 그 이후에 구체적인 행동 변화를 보여주는 것이 신뢰를 얻는 핵심입니다."}, "latency_sec": 11.004, "in_tokens": 1392, "out_tokens": 489} +{"label": "lcpp-qwen3-4b-jsonschema", "suite": "coaching", "case_id": "c-weak-backend", "rep": 2, "ok": true, "coaching": {"model_answer": "결제 승인 콜백 지연 시 중복 주문이 발생할 수 있는 문제는 두 가지 핵심 실패 케이스를 동시에 막기 위해 멱등 키와 Outbox 패턴을 함께 사용했습니다. 먼저, 멱등 키는 동일한 주문 요청이 여러 번 처리되지 않도록 보장합니다. 결제 승인 콜백이 지연되더라도, DB에 이미 처리된 주문이 존재하는지 확인하는 데 사용되며, 이는 중복 주문이 발생할 수 있는 경로를 차단합니다. 예를 들어, 결제 승인 후 콜백이 30초 지연되더라도, 주문 서비스가 이미 해당 주문을 처리했음을 멱등 키 테이블을 통해 인식하고, 동일한 주문 요청을 또 다시 처리하지 않게 됩니다. 반면, Outbox 패턴은 트랜잭션 경계를 명확히 하여, 결제 승인과 주문 생성 사이의 상태 변화를 안정적으로 관리합니다. 결제가 성공했지만 주문 생성이 실패한 경우, 결제 정보는 Outbox에 저장되며, 이후 배치에서 주문을 재생성할 수 있습니다. 이는 결제와 주문 사이의 트랜잭션 불일치를 방지하고, 데이터 일관성을 유지합니다. 따라서 멱등 키는 중복 주문을 막고, Outbox는 트랜잭션 경계를 보호하여, 결제 지연 상황에서도 시스템의 안정성과 데이터 일관성을 확보할 수 있습니다.", "answer_rewrite": "결제 승인 콜백 지연 시 중복 주문이 발생할 수 있는 문제를 해결하기 위해, 저는 멱등 키와 Outbox 패턴을 함께 적용했습니다. 먼저, 멱등 키는 주문 생성 시 결제 승인 후 처리된 주문인지 확인하는 데 사용되었고, DB에 이미 처리된 주문이 존재하는지 확인하여 동일한 주문 요청이 두 번 처리되지 않도록 보장했습니다. 예를 들어, 결제 승인 콜백이 지연되더라도, 멱등 키 테이블을 통해 주문이 이미 처리되었는지 확인하고, 중복 요청을 차단했습니다. 이로 인해 중복 주문 0건을 달성했습니다. 또한, Outbox 패턴은 결제 승인과 주문 생성 사이의 트랜잭션 경계를 명확히 하여, 결제가 성공했지만 주문 생성이 실패한 경우에도 결제 정보를 안전하게 저장하고, 이후 배치에서 주문을 재생성할 수 있도록 했습니다. 이는 결제와 주문 간의 상태 불일치를 방지하고, 데이터 일관성을 유지하는 데 기여했습니다. 두 패턴은 각각 중복 주문과 트랜잭션 불일치를 막아, 결제 지연 상황에서도 시스템의 안정성을 확보했습니다.", "coaching_comment": "중복 주문과 트랜잭션 경계를 구체적인 실패 사례로 구분해 설명해야 합니다. 멱등 키는 중복 요청을 막고, Outbox는 트랜잭션 불일치를 막는다는 점을 명확히 하세요."}, "latency_sec": 16.706, "in_tokens": 1561, "out_tokens": 785} +{"label": "lcpp-qwen3-4b-jsonschema", "suite": "coaching", "case_id": "c-dont-know-cs", "rep": 2, "ok": true, "coaching": {"model_answer": "PostgreSQL의 MVCC에서 오래 열린 트랜잭션이 vacuum에 영향을 주는 핵심은 xmin horizon의 확장과 dead tuple의 회수 지연입니다. MVCC는 각 트랜잭션의 시작 시점(xmin)을 기준으로 데이터를 보호하며, 트랜잭션이 종료되지 않은 상태에서는 그 xmin이 vacuum이 처리할 수 있는 dead tuple의 범위를 넘어선다는 점입니다. 이로 인해, 아직 종료되지 않은 트랜잭션의 xmin이 'horizon'을 지나게 되면, 그 이후에 생성된 dead tuple은 vacuum이 처리하지 못하고, 테이블 내부에 bloat가 쌓이게 됩니다. 예를 들어, 장기 실행 중인 트랜잭션(예: 대규모 업데이트)이 종료되지 않으면, 그 트랜잭션의 xmin이 계속 유지되어, 이후에 삭제된 데이터(dead tuple)가 vacuum이 무시되며, 테이블의 크기가 증가하게 됩니다. 이는 성능 저하와 저장 공간 낭비로 이어질 수 있습니다.", "answer_rewrite": "PostgreSQL의 MVCC에서 오래 열린 트랜잭션은 vacuum의 작동을 지연시킵니다. MVCC는 각 트랜잭션의 시작 시점(xmin)을 기준으로 데이터를 보호하지만, 트랜잭션이 종료되지 않으면 그 xmin이 vacuum의 'xmin horizon'을 넘게 됩니다. 이로 인해, 그 이후에 생성된 dead tuple은 vacuum이 처리하지 못하고, 테이블에 남게 되며, 이는 테이블 bloat를 유발합니다. 예를 들어, 장기 실행 중인 업데이트 트랜잭션이 종료되지 않으면, 그 xmin이 계속 유지되어, 이후에 삭제된 데이터가 회수되지 않아 테이블 크기가 증가하게 됩니다. 이는 성능 저하와 디스크 사용량 증가로 이어질 수 있습니다.", "coaching_comment": "오래된 트랜잭션의 xmin이 vacuum horizon을 초과하면 dead tuple이 회수되지 않으므로, 이 점을 구체적으로 설명해야 합니다."}, "latency_sec": 9.901, "in_tokens": 997, "out_tokens": 525} +{"label": "lcpp-qwen3-4b-jsonschema", "suite": "coaching", "case_id": "c-personality-rambling", "rep": 2, "ok": true, "coaching": {"model_answer": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합이 2주 지연되는 상황이 있었습니다. 당시 저는 OpenAPI 명세를 먼저 작성하고, Mock 서버를 띄워 프론트 팀이 병렬로 개발할 수 있도록 제안했습니다. 이 과정에서 팀원들이 제 방식을 옳다고 생각하지 못해 갈등이 생겼고, 결국 통합 이슈가 3건에서 0건으로 줄어든 결과를 내기 전에 제가 제안한 방식이 완전히 옳다고 주장하는 것을 멈추고, 결정 전에 대안 두 가지를 함께 비교하는 방식으로 전환했습니다. 이후 팀 내 의사결정 과정에서 서로의 입장을 존중하고 논의하는 것이 자연스러워졌고, 팀워크가 향상된 결과를 보였습니다.", "answer_rewrite": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합이 2주 지연되는 상황이 있었습니다. 저는 OpenAPI 명세를 먼저 작성하고, Mock 서버를 띄워 프론트 팀이 병렬로 개발할 수 있도록 제안했습니다. 그러나 이 과정에서 팀원들이 제 방식을 옳다고 생각하지 못해 갈등이 생겼고, 이후 저는 결정 전에 대안 두 가지를 함께 논의하는 방식으로 전환했습니다. 이 변화는 팀원들이 더 적극적으로 참여하게 되고, 스프린트에서 통합 이슈가 3건에서 0건으로 줄어든 결과를 낳았습니다. 이후 팀 내 의사결정이 더 건설적이고, 서로의 입장을 존중하는 문화가 자리 잡았습니다.", "coaching_comment": "갈등이 발생했을 때의 구체적인 반응(예: 대안 제시, 감정 조절)과 그 결과(예: 지연 감소, 팀 문화 변화)를 명확히 보여줘야 합니다."}, "latency_sec": 11.254, "in_tokens": 1392, "out_tokens": 501} +{"label": "lcpp-qwen3-4b-jsonschema", "suite": "questions", "case_id": "q-backend-tech", "rep": 0, "ok": true, "questions": [{"category": "PROJECT_DEEP_DIVE", "question": "결제 콜백 지연 시 중복 주문 문제를 멱등 키와 Outbox 패턴으로 해결했지만, 이 두 패턴이 실제로 결합된 시스템에서 데이터 일관성과 트랜잭션 흐름을 어떻게 보장했는지 구체적으로 설명해 주세요.", "job_category": "BACKEND", "target_evidence": "결제 승인 콜백 지연 시 중복 주문 발생 문제: 멱등 키 테이블 + Transactional Outbox 로 해결, 중복 주문 0건 달성", "expected_signal": "멱등 키를 통해 주문의 고유성 확보하고, Outbox를 통해 결제 이벤트를 트랜잭션 안에서 보장하며, 이 두 구성이 결합된 시스템에서 데이터 일관성과 배치 흐름을 어떻게 구현했는지 구체적이고 기술적으로 설명"}, {"category": "TECH_CHOICE", "question": "Spring Boot 3에서 JPA와 QueryDSL을 사용해 정산 배치 성능을 개선한 경우, 인덱스 재설계와 청크 단위 처리가 실제 쿼리 실행 시간 감소에 어떤 영향을 주었는지 설명해 주세요.", "job_category": "BACKEND", "target_evidence": "정산 배치 성능 개선: 5시간 → 40분 (QueryDSL 튜닝, 청크 단위 처리, 인덱스 재설계)", "expected_signal": "인덱스 재설계와 청크 단위 처리가 쿼리 실행 시간 감소에 어떤 구체적인 기여를 했는지, 그리고 그 과정에서 쿼리 계획 및 실행 경로 변화를 설명"}, {"category": "PROJECT_DEEP_DIVE", "question": "실시간 재고 동기화 프로젝트에서 Redis 기반 캐시와 DB write-behind를 사용했을 때, 동시성 문제를 어떻게 해결했고, 낙관적 락에서 분산 락으로 전환한 이유는 무엇인가요?", "job_category": "BACKEND", "target_evidence": "Redis 기반 재고 캐시 + DB write-behind, 동시성 제어(낙관적 락 → 분산 락 전환), 재고 불일치 건수 월 200건 → 3건", "expected_signal": "분산 락 도입이 동시성 문제를 어떻게 해결했는지, 그리고 낙관적 락의 한계와 분산 락의 장점을 기술하며, 실질적인 불일치 감소 결과를 연결"}, {"category": "CS_FUNDAMENTAL", "question": "Kafka를 사용한 이벤트 파이프라인에서, 주문 서비스의 이벤트 발행과 구독이 정합성을 유지하는 데 어떤 메시지 전달 원리가 적용되었는지 설명해 주세요.", "job_category": "BACKEND", "target_evidence": "모놀리식 → MSA 전환: 주문 서비스를 별도 서비스로 분리, DB 분리(PostgreSQL) 및 Kafka 기반 이벤트 파이프라인 설계", "expected_signal": "Kafka의 이벤트 기반 메시지 전달 원리(예: at-least-once, message ordering)가 주문 서비스의 이벤트 파이프라인에서 어떻게 정합성을 보장했는지 구체적으로 설명"}, {"category": "BEHAVIORAL", "question": "결제 콜백 지연 문제를 해결하면서, 팀원들과의 협업에서 어떤 역할을 맡았고, 그 과정에서 발생한 갈등을 어떻게 해결했는지 구체적으로 설명해 주세요.", "job_category": "BACKEND", "target_evidence": "", "expected_signal": "팀 내 역할과 책임을 명확히 하고, 기술적 문제 해결 과정에서 팀원 간의 이해 부족이나 기대 차이를 인식하고, 구체적인 조치를 통해 갈등을 해결한 사례를 설명"}], "latency_sec": 32.732, "in_tokens": 3227, "out_tokens": 1004} +{"label": "lcpp-qwen3-4b-jsonschema", "suite": "questions", "case_id": "q-frontend-repo", "rep": 0, "ok": true, "questions": [{"category": "PROJECT_DEEP_DIVE", "question": "일정 타임라인에서 항목 2천 개 이상일 때 스크롤 끊김 문제를 react-window 가상화로 해결했으나, 이 과정에서 가상화의 렌더링 순서와 성능 측정 방식은 어떻게 설계했나요?", "job_category": "FRONTEND", "target_evidence": "항목 2천 개 이상일 때 스크롤 끊김 → react-window 가상화 도입 (커밋 메시지: \"virtualize timeline, INP 480ms -> 120ms\")", "expected_signal": "가상화의 렌더링 전략(예: itemSize, itemData)과 성능 측정 지표(INP)를 구체적으로 설명하고, 실제 성능 개선 결과를 제시"}, {"category": "TECH_CHOICE", "question": "Kakao Map SDK에서 마커 500개를 클러스터링했으나, useMemo로 좌표 변환을 캐싱한 이유는 무엇이며, 이 방식이 성능에 미친 영향은 어떻게 평가했나요?", "job_category": "FRONTEND", "target_evidence": "지도 마커 렌더링: Kakao Map SDK 마커 500개를 클러스터링, useMemo 로 좌표 변환 캐싱", "expected_signal": "클러스터링과 캐싱의 기술적 필요성과 성능 개선 효과를 구체적으로 연결하고, 캐싱이 발생하는 상황과 렌더링 주기와의 관계를 설명"}, {"category": "PROJECT_DEEP_DIVE", "question": "오프라인 편집 기능에서 IndexedDB(Dexie)를 사용해 낙관적 업데이트를 구현했으나, 충돌 해결 방식이 last-write-wins이므로 CRDT를 검토해야 한다고 주석에 기재되어 있는데, 이에 대한 기술적 고려 사항은 무엇인가요?", "job_category": "FRONTEND", "target_evidence": "오프라인 편집: IndexedDB(Dexie) 에 낙관적 업데이트를 저장 후 온라인 복귀 시 동기화. 충돌은 last-write-wins (TODO 주석: \"CRDT 검토 필요\")", "expected_signal": "CRDT의 원리와 last-write-wins의 한계를 설명하고, 오프라인 동기화에서 데이터 일관성 유지에 필요한 기술적 접근을 제시"}, {"category": "CS_FUNDAMENTAL", "question": "Vitest 단위 테스트 42개와 Playwright E2E 테스트 6개를 통해 성능 점수 68 → 91까지 향상한 경우, 테스트 커버리지와 성능 테스트 간의 상관관계는 어떻게 평가했나요?", "job_category": "FRONTEND", "target_evidence": "Vitest 단위 테스트 42개, Playwright E2E 6개. Lighthouse 성능 점수 68 → 91 (PR #57 설명)", "expected_signal": "테스트 커버리지와 성능 개선 사이의 인과관계를 구체적으로 제시하고, 테스트가 성능 문제를 탐지하는 방식을 설명"}, {"category": "TECH_CHOICE", "question": "이미지 업로드 시 클라이언트에서 WebP 변환을 수행했으나, 이 방식이 S3 업로드와의 통합에서 발생할 수 있는 문제는 무엇이며, 어떻게 해결했나요?", "job_category": "FRONTEND", "target_evidence": "이미지 업로드: presigned URL 로 S3 직접 업로드, 클라이언트에서 WebP 변환", "expected_signal": "클라이언트 변환에서 발생할 수 있는 크기/파일 형식 문제와, S3 업로드 전후의 데이터 일관성 문제를 구체적으로 설명하고 해결 방안을 제시"}], "latency_sec": 26.415, "in_tokens": 2982, "out_tokens": 1021} +{"label": "lcpp-qwen3-4b-jsonschema", "suite": "questions", "case_id": "q-infra-dba-multi", "rep": 0, "ok": true, "questions": [{"category": "PROJECT_DEEP_DIVE", "question": "PostgreSQL 14에서 슬로우 쿼리 p95를 2.3초에서 180ms로 개선한 과정에서, 복합 인덱스 설계를 어떻게 접근했는가?", "job_category": "DBA", "target_evidence": "복합 인덱스 재설계, autovacuum 튜닝, 파티셔닝으로 거래내역 테이블 월 단위 분할", "expected_signal": "구체적인 인덱스 컬럼 선택 기준과 파티셔닝 전략(예: 거래일 기반)을 설명하며, 쿼리 성능 개선 전후의 실행 계획과 검증 방법을 제시"}, {"category": "TECH_CHOICE", "question": "Terraform을 통해 VPC·RDS·EKS를 모듈화한 이유는 무엇이었고, 각 모듈의 구조적 차이를 어떻게 관리했는가?", "job_category": "INFRA", "target_evidence": "Terraform 으로 VPC·RDS·EKS 모듈화, 환경별(dev/stg/prod) workspace 분리", "expected_signal": "모듈화가 환경 간 일관성과 배포 효율성에 기여했음을 설명하고, 각 모듈의 입력/출력 정의 및 상태 관리 방식을 구체적으로 제시"}, {"category": "PROJECT_DEEP_DIVE", "question": "RDS 스토리지 풀로 쓰기 중단이 발생했을 때, CloudWatch 알람과 오토스케일링을 어떻게 연동하여 장애를 예방했는가?", "job_category": "INFRA", "target_evidence": "장애: 2024.03 RDS 스토리지 풀로 쓰기 중단 40분 → CloudWatch 알람 + 스토리지 오토스케일링 적용", "expected_signal": "알람 조건 설정과 오토스케일링 트리거 로직을 구체적으로 설명하며, 실제 장애 발생 시의 반응 흐름과 예방 효과를 제시"}, {"category": "TECH_CHOICE", "question": "HPA 기준을 CPU 70%로 설정한 이유는 무엇이며, 이 설정이 월급날 트래픽 피크에 어떻게 반응했는가?", "job_category": "INFRA", "target_evidence": "HPA 기준을 CPU 70% 로 설정, 트래픽 피크(월급날 10시) 대비 사전 스케일아웃 CronJob 운영", "expected_signal": "70% 기준이 트래픽 피크에 적절한 반응을 유도했음을 설명하고, 사전 스케일아웃이 실제 성능 안정성에 기여했음을 구체적으로 제시"}, {"category": "BEHAVIORAL", "question": "ArgoCD 도입으로 배포 리드타임이 1일에서 30분으로 줄어든 경험에서, 팀원들과의 협업 방식과 의사결정 과정은 어떻게 했는가?", "job_category": "INFRA", "target_evidence": "ArgoCD GitOps 도입으로 배포 리드타임 1일 → 30분", "expected_signal": "팀 내 역할 분담, GitOps 흐름의 승인 절차, 실패 사례에 대한 피드백 루프를 구체적으로 설명하며, 팀의 협업 효율성 향상에 기여했다는 결과 제시"}, {"category": "CS_FUNDAMENTAL", "question": "PostgreSQL의 autovacuum 튜닝이 쿼리 성능에 미치는 영향은 무엇이며, 그 튜닝을 수행할 때 고려한 주요 파라미터는 무엇이었는가?", "job_category": "DBA", "target_evidence": "PostgreSQL 14 (RDS) 운영: 슬로우 쿼리 p95 2.3초 → 180ms (복합 인덱스 재설계, autovacuum 튜닝, 파티셔닝으로 거래내역 테이블 월 단위 분할)", "expected_signal": "autovacuum이 블록 레코드 삭제와 인덱스 유지에 미치는 영향을 설명하고, vacuum_cost, autovacuum_nap 등 파라미터의 설정 기준과 결과를 구체적으로 제시"}], "latency_sec": 28.3, "in_tokens": 2960, "out_tokens": 1124} +{"label": "lcpp-qwen3-4b-jsonschema", "suite": "questions", "case_id": "q-personality-coverletter", "rep": 0, "ok": true, "questions": [{"category": "PROJECT_DEEP_DIVE", "question": "알림 봇 프로젝트에서 SQLite를 사용한 실패 경험에서 배운 트랜잭션 격리 수준의 핵심 차이를 설명해 주세요.", "job_category": "BACKEND", "target_evidence": "알림 봇 DB를 SQLite 로 시작했다가 동시 쓰기 락 문제로 알림이 중복 발송되었습니다. 원인을 찾는 데 3일이 걸렸고, PostgreSQL 로 이전하며 트랜잭션 격리 수준을 공부하게 됐습니다.", "expected_signal": "공간적 격리 수준(READ COMMITTED, REPEATABLE READ 등)의 차이와 그에 따른 데이터 일관성 문제를 구체적으로 설명하며, 실제 프로젝트에서 어떻게 적용했는지 명확히 드러냅니다."}, {"category": "BEHAVIORAL", "question": "캡스톤 프로젝트에서 프론트와 API 스펙 해석이 달라 팀이 지연된 상황에서, 당신이 제안한 Mock 서버 도입 방식이 팀원과의 갈등을 어떻게 해결했나요?", "job_category": "BACKEND", "target_evidence": "저는 OpenAPI 명세를 먼저 작성하고 Mock 서버를 띄워 프론트가 병렬로 개발하도록 제안했고, 이후 스프린트에서는 통합 이슈가 3건에서 0건으로 줄었습니다. 다만 초반에 제 방식이 옳다고 고집해 팀원과 감정이 상한 적도 있어, 이후에는 결정 전에 대안 두 가지를 함께 비교하는 방식으로 바꿨습니다.", "expected_signal": "STAR 구조를 활용해 상황, 과제, 본인의 구체적 행동, 결과 및 감정적 반응을 명확히 설명하며, 이후에 변화한 협업 방식이 팀의 성과에 미친 영향을 정량적으로 드러냅니다."}, {"category": "TECH_CHOICE", "question": "SQLite에서 동시 쓰기 문제를 해결하기 위해 PostgreSQL로 전환했을 때, 어떤 데이터베이스 트랜잭션 특성과 그 적용 방식이 가장 중요했나요?", "job_category": "BACKEND", "target_evidence": "알림 봇 DB를 SQLite 로 시작했다가 동시 쓰기 락 문제로 알림이 중복 발송되었습니다. 원인을 찾는 데 3일이 걸렸고, PostgreSQL 로 이전하며 트랜잭션 격리 수준을 공부하게 됐습니다.", "expected_signal": "PostgreSQL의 ISOLATION LEVEL과 그에 따른 락 관리 방식(예: SERIALIZABLE, READ COMMITTED)을 기술하며, 실제 서비스에서 어떻게 이 설정을 적용했는지 구체적으로 설명합니다."}, {"category": "BEHAVIORAL", "question": "동아리원들이 알림 봇의 서비스 중단을 항의한 경험에서, 당신은 신뢰를 어떻게 '멈추지 않는 서비스'로 연결했나요?", "job_category": "BACKEND", "target_evidence": "학부 동아리에서 학사 공지 알림 봇을 만들며 사용자 800명이 매일 쓰는 서비스를 운영해 본 경험이 있습니다. 새벽에 크롤러가 멈춰 공지가 누락됐을 때 동아리원들의 항의를 직접 받으며, 기능보다 '멈추지 않는 서비스'가 신뢰를 만든다는 것을 배웠습니다.", "expected_signal": "서비스의 지속성과 사용자 신뢰 사이의 관계를 구체적으로 설명하며, 항의 경험을 통해 본인의 가치관이나 서비스 설계 철학이 어떻게 형성되었는지 드러냅니다."}, {"category": "PROJECT_DEEP_DIVE", "question": "OpenAPI 명세를 기반으로 Mock 서버를 도입한 방식이 팀 통합 이슈를 3건에서 0건으로 줄이는 데 어떤 기술적 요소와 협업 전략이 핵심이었나요?", "job_category": "BACKEND", "target_evidence": "저는 OpenAPI 명세를 먼저 작성하고 Mock 서버를 띄워 프론트가 병렬로 개발하도록 제안했고, 이후 스프린트에서는 통합 이슈가 3건에서 0건으로 줄었습니다.", "expected_signal": "Mock 서버의 구현 방식(예: Swagger UI, Express.js 기반), OpenAPI 스펙의 구조적 활용, 프론트와의 병렬 개발 흐름을 기술하며, 이 방식이 실제 통합 이슈 감소에 기여한 구체적 사례를 제시합니다."}], "latency_sec": 28.917, "in_tokens": 2956, "out_tokens": 1158} +{"label": "lcpp-qwen3-4b-jsonschema", "suite": "questions", "case_id": "q-long-context-p90", "rep": 0, "ok": true, "questions": [{"category": "PROJECT_DEEP_DIVE", "question": "실시간 재고 동기화 프로젝트에서 낙관적 락을 분산 락으로 전환한 이유와 구체적인 구현 방식은 무엇인가요?", "job_category": "BACKEND", "target_evidence": "Redis 기반 재고 캐시 + DB write-behind, 동시성 제어(낙관적 락 → 분산 락 전환), 재고 불일치 건수 월 200건 → 3건", "expected_signal": "구체적인 동시성 문제 상황과 분산 락을 적용한 방식, 예를 들어 Redis와 DB 간의 상태 동기화 로직을 설명하며, 성능 개선 결과와 함께 기술적 근거를 제시"}, {"category": "TECH_CHOICE", "question": "Kafka를 이벤트 파이프라인으로 도입하면서, 주문 서비스와 결제 서비스 간의 메시지 전달 지연 문제를 어떻게 해결했나요?", "job_category": "BACKEND", "target_evidence": "MSA 전환: 주문 서비스를 별도 서비스로 분리, DB 분리(PostgreSQL) 및 Kafka 기반 이벤트 발행/구독 구조 도입", "expected_signal": "Kafka의 블로킹, 컨슈머 지연, 메시지 누적 문제를 인식하고, 멱등 키와 Outbox 패턴이 이를 보완하는 방식을 설명"}, {"category": "CS_FUNDAMENTAL", "question": "PostgreSQL의 트랜잭션 격리 수준이 중복 주문 문제 해결에 어떤 역할을 했나요?", "job_category": "BACKEND", "target_evidence": "결제 승인 콜백 지연 시 중복 주문 발생 문제: 멱등 키 테이블 + Transactional Outbox 로 해결, 중복 주문 0건 달성", "expected_signal": "트랜잭션 격리 수준(예: READ COMMITTED, SERIALIZABLE)이 중복 주문 방지에 기여했음을 설명하며, 실제 DB 설정과 커넥션 풀 설정을 포함"}, {"category": "BEHAVIORAL", "question": "캡스톤 프로젝트에서 OpenAPI 명세를 먼저 작성하고 Mock 서버를 도입한 경험에서, 팀원과의 갈등을 어떻게 해결했나요?", "job_category": "BACKEND", "target_evidence": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합 직전 2주가 지연된 적이 있습니다. 저는 OpenAPI 명세를 먼저 작성하고 Mock 서버를 띄워 프론트가 병렬로 개발하도록 제안했고, 이후에는 결정 전에 대안 두 가지를 함께 비교하는 방식으로 바꿨습니다.", "expected_signal": "갈등 발생 시 상황을 정확히 묘사하고, 대안 비교를 통해 팀원의 의견을 수용한 구체적 행동과 그 결과를 설명"}, {"category": "PROJECT_DEEP_DIVE", "question": "실시간 재고 동기화 프로젝트에서 Redis 캐시와 DB write-behind를 결합한 구조에서, 캐시 불일치를 방지하는 메커니즘은 무엇인가요?", "job_category": "BACKEND", "target_evidence": "Redis 기반 재고 캐시 + DB write-behind, 동시성 제어(낙관적 락 → 분산 락 전환), 재고 불일치 건수 월 200건 → 3건", "expected_signal": "write-behind의 동기화 로직, 캐시 키 갱신 시점, DB에 반영 전의 상태 확인 방식을 구체적으로 설명하며, 불일치 예방 메커니즘을 명확히 제시"}], "latency_sec": 35.863, "in_tokens": 4573, "out_tokens": 964} +{"label": "lcpp-qwen3-4b-jsonschema", "suite": "questions", "case_id": "q-backend-tech", "rep": 1, "ok": true, "questions": [{"category": "PROJECT_DEEP_DIVE", "question": "결제 콜백 지연 시 중복 주문 문제를 멱등 키와 Outbox 패턴으로 해결했으나, 이 과정에서 멱등 키 테이블의 데이터 일관성 유지 방식은 어떻게 설계했나요?", "job_category": "BACKEND", "target_evidence": "결제 승인 콜백 지연 시 중복 주문 발생 문제: 멱등 키 테이블 + Transactional Outbox 로 해결, 중복 주문 0건 달성", "expected_signal": "멱등 키 테이블의 생성/삭제 시점과 트랜잭션 범위를 명확히 정의하고, DB 쿼리와 서비스 로직 간 일관성 유지 방식을 설명"}, {"category": "TECH_CHOICE", "question": "MSA 전환 시 Kafka를 이벤트 파이프라인으로 선택한 이유는 무엇이며, 주문 서비스 분리 후 결제 이벤트의 처리 지연이 발생했을 때 어떻게 대응했나요?", "job_category": "BACKEND", "target_evidence": "모놀리식 → MSA 전환: 주문 서비스를 별도 서비스로 분리, Kafka 기반 이벤트 발행/구독 구조 도입", "expected_signal": "Kafka의 확장성과 지연 처리 능력을 기반으로 한 선택 사고와, 지연 발생 시 실패 대응 로직(예: 토글, 재시도, 메시지 히스토리)을 구체적으로 제시"}, {"category": "PROJECT_DEEP_DIVE", "question": "실시간 재고 동기화 프로젝트에서 낙관적 락을 분산 락으로 전환한 과정에서, 동시성 문제 발생 시 어떤 로그나 메트릭을 기반으로 문제를 탐지했나요?", "job_category": "BACKEND", "target_evidence": "Redis 기반 재고 캐시 + DB write-behind, 동시성 제어(낙관적 락 → 분산 락 전환), 재고 불일치 건수 월 200건 → 3건", "expected_signal": "특정 트랜잭션 실패율, 캐시 히스토리, 락 대기 시간 등의 메트릭을 기반으로 문제를 탐지한 구체적 절차를 설명"}, {"category": "CS_FUNDAMENTAL", "question": "Outbox 패턴에서 트랜잭션의 동기화를 위해 사용하는 데이터베이스 커넥션 풀의 최소 크기와 최대 크기를 설정할 때, 어떤 성능 지표를 기반으로 했나요?", "job_category": "BACKEND", "target_evidence": "결제 승인 콜백 지연 시 중복 주문 발생 문제: 멱등 키 테이블 + Transactional Outbox 로 해결, 중복 주문 0건 달성", "expected_signal": "주문 처리량(12만 건/일)과 DB 응답 시간, 트랜잭션 지연 시간을 기반으로 풀 크기를 설정한 구체적 계산 과정을 설명"}, {"category": "TECH_CHOICE", "question": "Spring Boot 3에서 JPA와 QueryDSL을 사용해 정산 배치 성능을 5시간에서 40분으로 개선했으나, 인덱스 재설계 과정에서 어떤 컬럼과 인덱스 조합이 성능 향상에 기여했나요?", "job_category": "BACKEND", "target_evidence": "정산 배치 성능 개선: 5시간 → 40분 (QueryDSL 튜닝, 청크 단위 처리, 인덱스 재설계)", "expected_signal": "정산 쿼리에서 주요 검색 조건(예: order_date, status)과 그에 맞는 인덱스 구조를 구체적으로 제시하고, 성능 향상 전후 비교를 설명"}], "latency_sec": 24.269, "in_tokens": 3227, "out_tokens": 1004} +{"label": "lcpp-qwen3-4b-jsonschema", "suite": "questions", "case_id": "q-frontend-repo", "rep": 1, "ok": true, "questions": [{"category": "PROJECT_DEEP_DIVE", "question": "일정 타임라인에서 항목 2천 개 이상일 때 스크롤 끊김 문제를 react-window 가상화로 해결했으나, 이 과정에서 가상화의 렌더링 지연을 어떻게 감지하고 최소화했나요?", "job_category": "FRONTEND", "target_evidence": "항목 2천 개 이상일 때 스크롤 끊김 → react-window 가상화 도입 (커밋 메시지: \"virtualize timeline, INP 480ms -> 120ms\")", "expected_signal": "가상화의 렌더링 지연을 INP(Interaction Performance) 측정을 통해 감지하고, 가변적인 항목 수에 따라 가중치를 적용한 최적화 방안을 설명"}, {"category": "TECH_CHOICE", "question": "Kakao Map SDK에서 마커 500개를 클러스터링했고, useMemo로 좌표 변환을 캐싱한 이유는 무엇인가요? 이 선택이 성능에 미친 영향은 어떻게 측정했나요?", "job_category": "FRONTEND", "target_evidence": "지도 마커 렌더링: Kakao Map SDK 마커 500개를 클러스터링, useMemo 로 좌표 변환 캐싱", "expected_signal": "클러스터링과 캐싱이 메모리 사용량과 렌더링 지연을 줄였음을 정량적으로 설명하고, 측정 기준(예: FPS, 렌더 타임)을 명시"}, {"category": "PROJECT_DEEP_DIVE", "question": "오프라인 편집 기능에서 IndexedDB에 낙관적 업데이트를 저장하고, 온라인 복귀 시 동기화를 수행했으나, 충돌 해결 방식이 last-write-wins임을 어떻게 검증했나요?", "job_category": "FRONTEND", "target_evidence": "오프라인 편집: IndexedDB(Dexie) 에 낙관적 업데이트를 저장 후 온라인 복귀 시 동기화. 충돌은 last-write-wins (TODO 주석: \"CRDT 검토 필요\")", "expected_signal": "실제 사용자 데이터를 기반으로 동기화 실패 사례를 분석하고, last-write-wins이 발생한 경우의 비율과 결과를 정량적으로 제시"}, {"category": "CS_FUNDAMENTAL", "question": "Vite와 React 18의 빌드 파이프라인에서 HMR(Hot Module Replacement)이 동작하지 않는 경우, 이 문제는 어떤 상태 관리 도구와의 상호작용에서 발생할 수 있나요?", "job_category": "FRONTEND", "target_evidence": "Vite + React 18 + TypeScript, 상태 관리는 Zustand, 서버 상태는 TanStack Query v5", "expected_signal": "Zustand의 상태 변경이 HMR을 방해했을 가능성과, React 18의 Suspense와의 상호작용을 구체적으로 분석"}, {"category": "TECH_CHOICE", "question": "이미지 업로드 시 클라이언트에서 WebP 변환을 수행한 이유는 무엇이며, 이 방식이 S3 업로드 성능에 어떤 영향을 미쳤나요?", "job_category": "FRONTEND", "target_evidence": "이미지 업로드: presigned URL 로 S3 직접 업로드, 클라이언트에서 WebP 변환", "expected_signal": "WebP 변환의 크기 감소 효과와 클라이언트에서의 변환 지연이 S3 업로드 성능에 미친 영향을 정량적으로 설명"}], "latency_sec": 25.184, "in_tokens": 2982, "out_tokens": 953} +{"label": "lcpp-qwen3-4b-jsonschema", "suite": "questions", "case_id": "q-infra-dba-multi", "rep": 1, "ok": true, "questions": [{"category": "PROJECT_DEEP_DIVE", "question": "PostgreSQL 14에서 슬로우 쿼리 p95를 2.3초에서 180ms로 개선한 과정에서, 복합 인덱스 설계를 어떻게 접근했는가?", "job_category": "DBA", "target_evidence": "복합 인덱스 재설계, autovacuum 튜닝, 파티셔닝으로 거래내역 테이블 월 단위 분할", "expected_signal": "구체적인 인덱스 컬럼 선택 기준과 파티셔닝 전략(예: 거래일 기준)을 설명하며, 쿼리 실행 계획(Execution Plan) 분석을 기반으로 한 설계 과정을 제시"}, {"category": "TECH_CHOICE", "question": "Terraform을 사용해 VPC·RDS·EKS를 모듈화했을 때, 각 서비스의 모듈 구조와 의존성 관리 방식은 어떻게 설계했나?", "job_category": "INFRA", "target_evidence": "Terraform 으로 VPC·RDS·EKS 모듈화, 환경별(dev/stg/prod) workspace 분리", "expected_signal": "모듈 구조(예: VPC 모듈 내부에 RDS 및 EKS 인스턴스 생성 로직 포함)와 workspace 기반 환경 분리 방식을 구체적으로 설명하며, 의존성 순서와 조건부 생성 로직을 제시"}, {"category": "PROJECT_DEEP_DIVE", "question": "RDS 스토리지 풀로 쓰기 중단 사고에서 CloudWatch 알람과 오토스케일링을 적용한 구체적인 절차와 트리거 조건은 무엇인가?", "job_category": "INFRA", "target_evidence": "장애: 2024.03 RDS 스토리지 풀로 쓰기 중단 40분 → CloudWatch 알람 + 스토리지 오토스케일링 적용", "expected_signal": "CloudWatch 알람의 메트릭(예: IOPS, DiskUtilization)과 임계값 설정, 오토스케일링 규칙의 트리거 조건과 실행 로직을 구체적으로 설명"}, {"category": "TECH_CHOICE", "question": "ArgoCD를 도입하면서 배포 리드타임을 1일에서 30분으로 개선한 과정에서, GitOps 흐름의 구체적인 구성 요소는 무엇인가?", "job_category": "INFRA", "target_evidence": "ArgoCD GitOps 도입으로 배포 리드타임 1일 → 30분", "expected_signal": "GitOps 흐름(예: PR → ArgoCD 편집 → 배포)과 편집 템플릿, 롤백 전략, 테스트 파이프라인의 구체적인 구성 요소를 설명"}, {"category": "CS_FUNDAMENTAL", "question": "HPA 기준을 CPU 70%로 설정했을 때, 월급날 10시 트래픽 피크에 대비한 사전 스케일아웃 CronJob의 트리거 조건과 스케일링 전략은 무엇인가?", "job_category": "INFRA", "target_evidence": "HPA 기준을 CPU 70% 로 설정, 트래픽 피크(월급날 10시) 대비 사전 스케일아웃 CronJob 운영", "expected_signal": "CronJob의 스케줄링 시간, CPU 사용률 기반의 스케일링 전략, 스케일링 후 파드 상태 확인 방식을 구체적으로 설명"}, {"category": "BEHAVIORAL", "question": "RDS 스토리지 풀로 쓰기 중단 사고를 겪었을 때, 팀원들과의 협업 방식과 의사결정 과정에서 본인의 역할은 무엇이었는가?", "job_category": "DBA", "target_evidence": "", "expected_signal": "사고 발생 시 팀 내 역할(예: 알람 감지 → 원인 분석 → 대응 방안 제안)과 의사결정 과정에서의 구체적 행동과 결과를 설명하며, 협업 프로세스를 구체화"}], "latency_sec": 27.682, "in_tokens": 2960, "out_tokens": 1091} +{"label": "lcpp-qwen3-4b-jsonschema", "suite": "questions", "case_id": "q-personality-coverletter", "rep": 1, "ok": true, "questions": [{"category": "PROJECT_DEEP_DIVE", "question": "알림 봇 프로젝트에서 SQLite를 사용한 실패 경험을 통해 배운 트랜잭션 격리 수준의 핵심 개념은 무엇이었나요?", "job_category": "BACKEND", "target_evidence": "알림 봇 DB를 SQLite 로 시작했다가 동시 쓰기 락 문제로 알림이 중복 발송되었습니다. 원인을 찾는 데 3일이 걸렸고, PostgreSQL 로 이전하며 트랜잭션 격리 수준을 공부하게 됐습니다.", "expected_signal": "트랜잭션 격리 수준(예: READ COMMITTED, SERIALIZABLE)의 개념을 명확히 이해하고, 동시 쓰기 문제 발생 시 실제 DB 설계에서 어떻게 적용했는지 구체적으로 설명함."}, {"category": "BEHAVIORAL", "question": "캡스톤 프로젝트에서 프론트엔드 팀과 API 스펙 해석이 달라 팀이 지연된 상황에서, 당신이 제안한 Mock 서버 도입 방식은 어떤 구체적인 행동이었나요?", "job_category": "BACKEND", "target_evidence": "저는 OpenAPI 명세를 먼저 작성하고 Mock 서버를 띄워 프론트가 병렬로 개발하도록 제안했고, 이후 스프린트에서는 통합 이슈가 3건에서 0건으로 줄었습니다.", "expected_signal": "상황을 명확히 제시하고, Mock 서버 도입 전후의 구체적 행동(예: 스펙 공유 방식, 서버 구동 방법)과 그로 인한 결과(통합 이슈 감소)를 연결함."}, {"category": "TECH_CHOICE", "question": "SQLite에서 동시 쓰기 문제를 해결하기 위해 PostgreSQL로 전환했을 때, 어떤 데이터베이스 기능이 핵심적인 이슈 해결에 기여했나요?", "job_category": "BACKEND", "target_evidence": "알림 봇 DB를 SQLite 로 시작했다가 동시 쓰기 락 문제로 알림이 중복 발송되었습니다. 원인을 찾는 데 3일이 걸렸고, PostgreSQL 로 이전하며 트랜잭션 격리 수준을 공부하게 됐습니다.", "expected_signal": "PostgreSQL의 ACID 특성 중 하나(예: 락 관리, 트랜잭션 격리)를 기술하고, 그 기능이 실제 문제 해결에 어떻게 기여했는지 구체적으로 설명함."}, {"category": "BEHAVIORAL", "question": "팀원과의 갈등이 생겼을 때, 이후에는 결정 전에 대안 두 가지를 함께 비교하는 방식으로 바꾸었다고 했는데, 그 방식을 실제로 적용한 사례는 무엇이었나요?", "job_category": "BACKEND", "target_evidence": "초반에 제 방식이 옳다고 고집해 팀원과 감정이 상한 적도 있어, 이후에는 결정 전에 대안 두 가지를 함께 비교하는 방식으로 바꿨습니다.", "expected_signal": "구체적인 상황과 그 과정에서 제시한 두 대안을 설명하고, 그 방식이 팀 갈등 완화와 협업 효율 향상에 어떻게 기여했는지 보여줌."}, {"category": "PROJECT_DEEP_DIVE", "question": "학부 동아리에서 운영한 알림 봇 서비스가 매일 800명이 사용하는 서비스였는데, 새벽에 크롤러가 멈춰 누락이 발생했을 때, 그 상황에서 당신이 취한 구체적인 조치는 무엇이었나요?", "job_category": "BACKEND", "target_evidence": "학부 동아리에서 학사 공지 알림 봇을 만들며 사용자 800명이 매일 쓰는 서비스를 운영해 본 경험이 있습니다. 새벽에 크롤러가 멈춰 공지가 누락됐을 때 동아리원들의 항의를 직접 받으며, 기능보다 '멈추지 않는 서비스'가 신뢰를 만든다는 것을 배웠습니다.", "expected_signal": "서비스 중단 시점에 대한 감지 메커니즘과 대응 조치(예: 알림 재시도, 로그 기록, 예외 처리)를 구체적으로 제시하고, 그로 인한 신뢰 회복 결과를 설명함."}], "latency_sec": 27.777, "in_tokens": 2956, "out_tokens": 1094} +{"label": "lcpp-qwen3-4b-jsonschema", "suite": "questions", "case_id": "q-long-context-p90", "rep": 1, "ok": true, "questions": [{"category": "PROJECT_DEEP_DIVE", "question": "실시간 재고 동기화 프로젝트에서 낙관적 락을 분산 락으로 전환한 이유와 구체적인 성능 개선 사례는 무엇인가요?", "job_category": "BACKEND", "target_evidence": "재고 불일치 건수 월 200건 → 3건", "expected_signal": "분산 락 도입 전후의 동시성 문제와 불일치 건수 감소를 정량적으로 설명하고, 락 전환의 기술적 배경을 명확히 제시"}, {"category": "TECH_CHOICE", "question": "Kafka를 이벤트 파이프라인에 도입하면서, 주문 서비스와 결제 서비스 간의 메시지 전달 지연 문제를 어떻게 해결했나요?", "job_category": "BACKEND", "target_evidence": "MSA 전환: 주문 서비스를 별도 서비스로 분리, Kafka 기반 이벤트 발행/구독 구조 도입", "expected_signal": "Kafka의 블로킹, 컨슈머 락, 메시지 지연 문제를 인식하고, 멱등 키와 Outbox 패턴이 이를 보완하는 방식을 설명"}, {"category": "CS_FUNDAMENTAL", "question": "PostgreSQL에서 트랜잭션 격리 수준을 설정할 때, 중복 주문 문제와 관련된 데이터 일관성 위험은 어떤 경우에 발생하나요?", "job_category": "BACKEND", "target_evidence": "결제 승인 콜백 지연 시 중복 주문 발생 문제: 멱등 키 테이블 + Transactional Outbox 로 해결, 중복 주문 0건 달성", "expected_signal": "READ COMMITTED 또는 READ UNCOMMITTED 수준에서 발생할 수 있는 불일치를 기술하고, 트랜잭션 격리와 데이터 일관성 간의 관계를 명확히 설명"}, {"category": "BEHAVIORAL", "question": "캡스톤 프로젝트에서 OpenAPI 명세를 먼저 작성하고 Mock 서버를 제안한 경험에서, 팀원과의 감정 갈등을 어떻게 해소했나요?", "job_category": "BACKEND", "target_evidence": "저는 OpenAPI 명세를 먼저 작성하고 Mock 서버를 띄워 프론트가 병렬로 개발하도록 제안했고, 이후에는 결정 전에 대안 두 가지를 함께 비교하는 방식으로 바꿨습니다.", "expected_signal": "감정적 갈등이 발생했음을 인정하고, 이후에 제안한 대안 비교 방식이 팀 협업에 긍정적인 영향을 미쳤음을 구체적으로 설명"}, {"category": "PROJECT_DEEP_DIVE", "question": "Redis 기반 재고 캐시를 도입하면서, write-behind 방식으로 DB에 데이터를 동기화하는 과정에서 발생할 수 있는 락 갈등은 어떻게 예방했나요?", "job_category": "BACKEND", "target_evidence": "Redis 기반 재고 캐시 + DB write-behind, 동시성 제어(낙관적 락 → 분산 락 전환)", "expected_signal": "write-behind 시점의 동시성 문제를 인식하고, 분산 락을 통해 갈등을 방지한 구조적 설계를 설명"}], "latency_sec": 33.457, "in_tokens": 4573, "out_tokens": 846} diff --git a/docs/research/local-llm-deep-dive-2026-09/data/raw/lcpp-qwen3.6-35b-a3b-q2kxl.jsonl b/docs/research/local-llm-deep-dive-2026-09/data/raw/lcpp-qwen3.6-35b-a3b-q2kxl.jsonl new file mode 100644 index 00000000..30ceeaf9 --- /dev/null +++ b/docs/research/local-llm-deep-dive-2026-09/data/raw/lcpp-qwen3.6-35b-a3b-q2kxl.jsonl @@ -0,0 +1,22 @@ +{"label": "lcpp-qwen3.6-35b-a3b-q2kxl", "suite": "followup", "case_id": "f-strong-backend", "rep": 0, "ok": true, "followup_question": "Outbox 릴레이가 이벤트 발행 실패 시 재시도 시 중복 발행을 방지하기 위한 구체적인 메커니즘은 무엇인가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "FULL_STAR", "correctness": null}, "latency_sec": 4.188, "ttft_sec": 0.744, "in_tokens": 1411, "out_tokens": 74} +{"label": "lcpp-qwen3.6-35b-a3b-q2kxl", "suite": "followup", "case_id": "f-weak-vague", "rep": 0, "ok": true, "followup_question": "멱등 키와 Outbox 패턴이 각각 막는 구체적인 실패 케이스와 함께 사용 이유를 설명해 주세요.", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 6.983, "ttft_sec": null, "in_tokens": 1292, "out_tokens": 71} +{"label": "lcpp-qwen3.6-35b-a3b-q2kxl", "suite": "followup", "case_id": "f-dont-know-explicit", "rep": 0, "ok": true, "followup_question": "다음 기회에 준비해 오시면, xmin horizon 과 dead tuple 회수 지연의 인과관계를 구체적으로 설명해 주시겠어요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 6.642, "ttft_sec": null, "in_tokens": 1252, "out_tokens": 75} +{"label": "lcpp-qwen3.6-35b-a3b-q2kxl", "suite": "followup", "case_id": "f-dont-know-stt", "rep": 0, "ok": true, "followup_question": "React 18의 automatic batching과 관련되어 공부해보신 다른 주요 기능이나 변경 사항이 있다면 간단히 소개해 주세요.", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 6.733, "ttft_sec": null, "in_tokens": 1254, "out_tokens": 72} +{"label": "lcpp-qwen3.6-35b-a3b-q2kxl", "suite": "followup", "case_id": "f-clarification", "rep": 0, "ok": true, "followup_question": "HPA의 CPU 70% 설정 근거와, 트래픽 피크 대비 사전 스케일아웃을 병행한 이유를 각각 설명해 주세요.", "answer_intent": "CLARIFICATION", "answer_evaluation": null, "latency_sec": 7.357, "ttft_sec": 4.288, "in_tokens": 1284, "out_tokens": 76} +{"label": "lcpp-qwen3.6-35b-a3b-q2kxl", "suite": "followup", "case_id": "f-confirm-short", "rep": 0, "ok": true, "followup_question": "폴링 간격은 어떻게 정했고, 트래픽 폭증 시 Outbox 테이블 부하는 어떻게 견뎠나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 7.099, "ttft_sec": 3.977, "in_tokens": 1266, "out_tokens": 71} +{"label": "lcpp-qwen3.6-35b-a3b-q2kxl", "suite": "followup", "case_id": "f-infra-fact-error", "rep": 0, "ok": true, "followup_question": "메모리 50% 기준의 구체적인 근거와, 사전 스케일아웃을 미적용한 이유를 설명해 주세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": 2.0}, "latency_sec": 7.945, "ttft_sec": 5.105, "in_tokens": 1566, "out_tokens": 72} +{"label": "lcpp-qwen3.6-35b-a3b-q2kxl", "suite": "followup", "case_id": "f-dba-correct-with-context", "rep": 0, "ok": true, "followup_question": "인덱스 변경만으로 p95가 900ms까지 줄었다는데, 나머지 720ms 감소 요인은 파티셔닝과 autovacuum 중 어느 것이 주요했나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 5.0, "logic": 4.0, "structure": "FULL_STAR", "correctness": 5.0}, "latency_sec": 9.526, "ttft_sec": 5.687, "in_tokens": 1678, "out_tokens": 88} +{"label": "lcpp-qwen3.6-35b-a3b-q2kxl", "suite": "followup", "case_id": "f-frontend-strong", "rep": 0, "ok": true, "followup_question": "높이 캐시를 뒀다고 하셨는데, 동적으로 높이가 변할 때 캐시 무효화 전략은 어떻게 구현하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "FULL_STAR", "correctness": 5.0}, "latency_sec": 8.618, "ttft_sec": 5.721, "in_tokens": 1638, "out_tokens": 75} +{"label": "lcpp-qwen3.6-35b-a3b-q2kxl", "suite": "followup", "case_id": "f-personality-star", "rep": 0, "ok": true, "followup_question": "OpenAPI 명세와 Mock 서버 도입으로 통합 일정이 실제로 얼마나 단축되었는지 구체적 수치로 말씀해 주세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "FULL_STAR", "correctness": null}, "latency_sec": 6.736, "ttft_sec": 4.107, "in_tokens": 1351, "out_tokens": 70} +{"label": "lcpp-qwen3.6-35b-a3b-q2kxl", "suite": "followup", "case_id": "f-personality-rambling", "rep": 0, "ok": true, "followup_question": "구체적인 충돌 상황과, 그로 인해 달라진 실제 행동이나 결과 사례를 하나만 말씀해 주세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 6.898, "ttft_sec": 4.017, "in_tokens": 1287, "out_tokens": 67} +{"label": "lcpp-qwen3.6-35b-a3b-q2kxl", "suite": "followup", "case_id": "f-stt-messy-normal", "rep": 0, "ok": true, "followup_question": "월 200건에서 3건으로 줄었다는 불일치 감소 데이터의 측정 기준과 기간은 무엇인가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 6.722, "ttft_sec": 3.798, "in_tokens": 1330, "out_tokens": 73} +{"label": "lcpp-qwen3.6-35b-a3b-q2kxl", "suite": "followup", "case_id": "f-long-answer-history", "rep": 0, "ok": true, "followup_question": "30분 이상 PENDING인 주문을 찾는 스위퍼 배치의 정확한 주기와, 그 동안 정합성 불일치가 발생할 수 있는 시간 창에 대한 고려는 하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "FULL_STAR", "correctness": null}, "latency_sec": 8.783, "ttft_sec": 5.399, "in_tokens": 1603, "out_tokens": 82} +{"label": "lcpp-qwen3.6-35b-a3b-q2kxl", "suite": "followup", "case_id": "f-english-mixed", "rep": 0, "ok": true, "followup_question": "staleTime 을 화면별로 다르게 준 구체적인 기준과, mutation 후 invalidateQueries 로 목록만 갱신한 실제 코드 구조를 알려주세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "NONE", "correctness": null}, "latency_sec": 6.691, "ttft_sec": 3.724, "in_tokens": 1310, "out_tokens": 73} +{"label": "lcpp-qwen3.6-35b-a3b-q2kxl", "suite": "coaching", "case_id": "c-weak-backend", "rep": 0, "ok": true, "coaching": {"model_answer": "결제 승인 콜백 지연으로 인한 중복 주문 문제는 **멱등 키(Idempotency Key)**와 **Transactional Outbox 패턴**을 함께 사용함으로써 서로 다른 시점의 실패를 방어했습니다.\n\n첫째, **멱등 키**는 '동일 요청의 재전송'을 막습니다. 결제 게이트웨이에서 승인 콜백이 지연되거나 타임아웃이 발생하면 클라이언트나 게이트웨이가 동일한 요청을 재시도할 수 있습니다. 이때 주문 생성 로직 진입 전에 멱등 키(예: `payment_request_id`)로 중복 체크를 수행해, 이미 처리된 주문이라면 재처리하지 않고 기존 결과를 반환합니다.\n\n둘째, **Outbox 패턴**은 '이벤트 발행의 유실 또는 중복'을 막습니다. 주문 생성 트랜잭션 내에서 Kafka 메시지 발행을 직접 하면, 트랜잭션 롤백 시 메시지가 유실되거나, 발행 후 시스템 장애로 인해 메시지가 중복 전송될 수 있습니다. Outbox를 통해 주문 생성과 메시지 발행을 단일 DB 트랜잭션으로 묶어 원자성을 보장하고, 별도 프로세스가 Outbox 테이블을 모니터링해 안전하게 발행하므로, 콜백 지연 시 발생하는 시스템적 불안정성까지 커버할 수 있습니다.\n\n결론적으로 멱등 키는 애플리케이션 로직 레벨에서 중복을 막고, Outbox는 데이터 일관성 레벨에서 이벤트의 정확성을 보장하여 두 가지가 상호 보완적으로 작동했습니다.", "answer_rewrite": "결제 승인 콜백 지연으로 인한 중복 주문 문제는 **멱등 키**와 **Transactional Outbox 패턴**을 조합하여 해결했습니다. 두 기법은 서로 다른 실패 케이스를 담당합니다.\n\n먼저, **멱등 키**는 '요청 재전송에 의한 중복'을 막습니다. 결제 게이트웨이 콜백이 지연되거나 타임아웃이 발생하면, 클라이언트나 게이트웨이가 동일한 결제 요청을 재시도할 수 있습니다. 저는 주문 생성 로직 진입 시, 결제 요청 ID를 키로 하는 멱등 체크 테이블을 조회하여 이미 처리된 주문이라면 재처리하지 않고 기존 주문 정보를 반환하도록 구현했습니다.\n\n둘째, **Outbox 패턴**은 '이벤트 발행의 유실 또는 중복'을 막습니다. 주문 생성 트랜잭션 내에서 Kafka 메시지 발행을 직접 하면, 트랜잭션 롤백 시 메시지가 유실되거나 발행 후 시스템 장애로 인해 메시지가 중복 전송될 위험이 있습니다. 이를 방지하기 위해 주문 생성과 메시지 발행을 단일 DB 트랜잭션으로 묶어 Outbox 테이블에 기록하고, 별도 프로세스가 이를 모니터링해 안전하게 Kafka로 발행하도록 설계했습니다.\n\n결과적으로 멱등 키는 애플리케이션 레벨에서 중복을 차단하고, Outbox는 데이터 일관성을 보장하여 중복 주문 0건을 달성했습니다.", "coaching_comment": "구체적인 실패 케이스(재전송 vs 이벤트 유실/중복)와 각 패턴이 해결하는 문제를 명확히 구분하여 설명해야 합니다."}, "latency_sec": 43.453, "in_tokens": 1310, "out_tokens": 661} +{"label": "lcpp-qwen3.6-35b-a3b-q2kxl", "suite": "coaching", "case_id": "c-dont-know-cs", "rep": 0, "ok": true, "coaching": {"model_answer": "PostgreSQL의 MVCC는 행을 삭제하거나 업데이트할 때 즉시 공간을 회수하지 않고, 해당 행을 `dead tuple`로 표시하여 유지합니다. 이는 다른 트랜잭션이 이 데이터를 참조할 수 있도록 하기 위함입니다.\n\n오래 열린 트랜잭션(Active Transaction)이 존재할 경우, PostgreSQL은 그 트랜잭션이 참조할 수 있는 가장 오래된 데이터 버전을 기준으로 `xmin horizon`을 설정합니다. Vacuum은 이 `xmin horizon`보다 작은 `xmin`을 가진 `dead tuple`만 회수합니다. 따라서 오래 열린 트랜잭션이 있다면, Vacuum은 해당 트랜잭션보다 더 오래된 데이터까지 접근할 수 없으므로 `dead tuple` 회수가 지연됩니다.\n\n이로 인해 테이블 내에 사용하지 않는 `dead tuple`가 쌓이게 되어 테이블이 비어 보이는 공간이 늘어나는 `bloat` 현상이 발생하며, 쿼리 성능 저하와 디스크 공간 낭비로 이어질 수 있습니다.", "answer_rewrite": "저는 PostgreSQL의 MVCC 방식에서 오래 열린 트랜잭션이 Vacuum 효율성에 미치는 영향을 다음과 같이 이해하고 있습니다.\n\n1. **MVCC와 Dead Tuple**: PostgreSQL은 행 수정 시 기존 행을 삭제하지 않고 `dead tuple`로 표시합니다. 이는 다른 트랜잭션이 일관된 스냅샷을 볼 수 있게 하기 위함입니다.\n2. ** xmin Horizon과 Vacuum**: Vacuum은 모든 `dead tuple`를 즉시 제거하지 않습니다. 활성 트랜잭션 중 가장 오래된 트랜잭션의 `xmin`을 기준으로 `xmin horizon`을 정하며, 이 기준보다 앞선(작은) `xmin`을 가진 `dead tuple`만 회수합니다.\n3. **오래 열린 트랜잭션의 영향**: 만약 오래 열린 트랜잭션이 활성 상태라면, Vacuum은 해당 트랜잭션이 참조할 수 있는 데이터까지 보호해야 하므로 `dead tuple` 회수가 지연됩니다.\n4. **결과**: 이로 인해 테이블 내부에 불필요한 데이터가 쌓여 `bloat`가 발생하고, 쿼리 실행 시 불필요한 스캔이 증가하여 성능 저하로 이어집니다.\n\n따라서 장기 실행 쿼리나 트랜잭션 관리가 중요한 환경에서는 Vacuum 스케줄링과 트랜잭션 관리가 성능 최적화에 핵심 요소라고 생각합니다.", "coaching_comment": "기술 면접에서 '모른다'고 바로 넘어가는 것보다, 관련 개념에 대한 기본적인 이해나 추론 과정을 짧게라도 설명하면 평가 점수에 긍정적 영향을 줄 수 있습니다."}, "latency_sec": 32.753, "in_tokens": 871, "out_tokens": 569} +{"label": "lcpp-qwen3.6-35b-a3b-q2kxl", "suite": "coaching", "case_id": "c-personality-rambling", "rep": 0, "ok": true, "coaching": {"model_answer": "저는 캡스톤 프로젝트에서 프론트엔드 팀과 API 스펙 해석 차이로 인해 통합이 2주 지연될 위기에 처한 경험이 있습니다. **상황**은 백엔드 스펙과 프론트엔드 구현 간 불일치로 인해 병목이 발생했고, **과제**는 지연을 최소화하고 팀 합의를 도출하는 것이었습니다. 저는 단순히 '내 스펙이 맞다'고 주장하기보다, **OpenAPI 명세**를 먼저 작성하고 **Mock 서버**를 구축해 프론트엔드가 병렬 개발을 진행할 수 있도록 **행동**했습니다. 그 결과, 다음 스프린트부터 통합 이슈가 3건에서 0건으로 줄어 **결과**적으로 개발 효율성을 높였습니다. 이 경험을 통해 기술적 정설보다 팀원과의 **소통과 대안 제시**가 중요함을 깨닫고, 이후에는 결정 전에 비교 자료를 함께 공유하는 방식으로 협업 방식을 개선했습니다.", "answer_rewrite": "저는 캡스톤 프로젝트에서 프론트엔드 팀원과의 API 스펙 해석 차이로 인해 통합 일정이 2주 지연될 수 있는 상황이 있었습니다. 저는 단순히 의견 대립을 넘어, 개발 속도를 유지하기 위해 **OpenAPI 명세를 사전에 작성**하고 **Mock 서버**를 운영하여 프론트엔드 팀이 백엔드 구현과 무관하게 병렬로 개발할 수 있도록 **행동**했습니다. 그 결과, 스프린트 내 통합 오류를 3건에서 0건으로 개선하여 일정 지연을 방지했습니다. 다만, 초기에는 제안을 강행하며 팀원과의 감정이 상한 적이 있어, 이후에는 **의견 충돌 시 대안을 두 가지 이상 제시**하고 합의를 도출하는 방식으로 협업 태도를 개선했습니다.", "coaching_comment": "구체적인 경험(캡스톤 프로젝트)을 바탕으로 STAR 방식으로 서술하고, 갈등 해결 과정뿐만 아니라 그로 인한 '배움과 개선'까지 명시해야 합니다."}, "latency_sec": 27.531, "in_tokens": 1183, "out_tokens": 449} +{"label": "lcpp-qwen3.6-35b-a3b-q2kxl", "suite": "questions", "case_id": "q-backend-tech", "rep": 0, "ok": true, "questions": [{"category": "PROJECT_DEEP_DIVE", "question": "Transactional Outbox 구현 시 Kafka Producer와 DB 트랜잭션을 하나의 트랜잭션으로 묶는 구체적인 방법은 무엇이었나요?", "job_category": "BACKEND", "target_evidence": "결제 승인 콜백 지연 시 중복 주문 발생 문제: 멱등 키 테이블 + Transactional Outbox 로 해결", "expected_signal": "DB 트랜잭션 내부에서 Outbox 테이블 삽입과 Kafka 메시지 발행을 동기화하는 방식(예: Debezium, custom interceptor 등)과 그 한계 또는 대안을 설명할 것"}, {"category": "PROJECT_DEEP_DIVE", "question": "멱등 키를 적용한 후, 실제 결제 콜백이 지연되어 중복 요청이 들어왔을 때 시스템이 어떻게 동작하도록 설계되었는지 설명해 주세요.", "job_category": "BACKEND", "target_evidence": "결제 승인 콜백 지연 시 중복 주문 발생 문제: 멱등 키 테이블 + Transactional Outbox 로 해결, 중복 주문 0건 달성", "expected_signal": "중복 요청 식별 로직(예: unique constraint 또는 조회 후 상태 체크), 기존 주문과의 병합 또는 거절 처리 로직, 그리고 그로 인한 데이터 정합성 유지 과정을 설명할 것"}, {"category": "TECH_CHOICE", "question": "모놀리식에서 주문 서비스 분리 시, 기존 단일 DB에서 PostgreSQL로 분리하면서 데이터 마이그레이션 전략과 트랜잭션 경계 처리는 어떻게 했나요?", "job_category": "BACKEND", "target_evidence": "모놀리식 → MSA 전환: 주문 서비스를 별도 서비스로 분리, DB 분리(PostgreSQL)", "expected_signal": "데이터 이관 시 무중단 배포를 위한 전략(예: dual-write, binlog sync 등), 분산 트랜잭션(Saga 등) 도입 여부 및 그 선택 근거를 설명할 것"}, {"category": "CS_FUNDAMENTAL", "question": "Kafka 기반 이벤트 파이프라인에서 메시지 유실이나 중복 소비를 방지하기 위해 어떤 Acknowledgment 모드와 Consumer Group 설정을 사용했나요?", "job_category": "BACKEND", "target_evidence": "MSA 전환 프로젝트에서 주문 서비스 분리 및 Kafka 이벤트 파이프라인 설계", "expected_signal": "acks 설정(all), enable.auto.commit 여부, 수동 커밋 시 offset 관리 방식, 그리고 중복 소비 방지를 위한 consumer side 정합성 처리 논리를 설명할 것"}, {"category": "PROJECT_DEEP_DIVE", "question": "실시간 재고 동기화 프로젝트에서 낙관적 락에서 분산 락으로 전환하게 된 구체적인 트리거와, 분산 락 적용 시 발생할 수 있는 재진입 문제(Reentrancy)는 어떻게 해결했나요?", "job_category": "BACKEND", "target_evidence": "Redis 기반 재고 캐시 + DB write-behind, 동시성 제어(낙관적 락 → 분산 락 전환)", "expected_signal": "낙관적 락의 병목 현상 또는 충돌 빈도 증가 등 전환 동기, Redis Lock(Lua script 등) 적용 시 같은 스레드 재진입 방지 또는 락 확장 시간 관리 방법을 설명할 것"}], "latency_sec": 55.518, "in_tokens": 2691, "out_tokens": 772} +{"label": "lcpp-qwen3.6-35b-a3b-q2kxl", "suite": "questions", "case_id": "q-frontend-repo", "rep": 0, "ok": true, "questions": [{"category": "PROJECT_DEEP_DIVE", "question": "react-window 도입 시 INP 480ms에서 120ms로 개선된 구체적인 메커니즘과 DOM 노드 수 감소 효과를 설명해 주세요.", "job_category": "FRONTEND", "target_evidence": "항목 2천 개 이상일 때 스크롤 끊김 → react-window 가상화 도입 (커밋 메시지: virtualize timeline, INP 480ms -> 120ms)", "expected_signal": "가상화 원리(DOM 노드 재사용, 스크롤 위치 계산)와 INP 지표 개선 간의 인과관계를 명확히 서술"}, {"category": "PROJECT_DEEP_DIVE", "question": "Dexie를 사용한 오프라인 편집 시 last-write-wins 전략의 잠재적 데이터 손실 리스크와 CRDT 도입 검토 배경을 설명해 주세요.", "job_category": "FRONTEND", "target_evidence": "충돌은 last-write-wins (TODO 주석: CRDT 검토 필요)", "expected_signal": "동시성 충돌 시 데이터 정합성 문제 인식과 차선책(CRDT 등)의 필요성에 대한 기술적 통찰"}, {"category": "TECH_CHOICE", "question": "Zustand와 TanStack Query v5를 선택한 이유와, 클라이언트 상태와 서버 상태 관리의 경계를 어떻게 구분했는지 설명해 주세요.", "job_category": "FRONTEND", "target_evidence": "상태 관리는 Zustand, 서버 상태는 TanStack Query v5", "expected_signal": "두 라이브러리의 역할 분리(로컬 UI 상태 vs 서버 캐싱/상태)와 선택 근거를 명확히 설명"}, {"category": "CS_FUNDAMENTAL", "question": "Kakao Map SDK 마커 500개 렌더링 시 useMemo로 좌표 변환 캐싱한 이유와, 불필요한 리렌더링 방지 메커니즘을 설명해 주세요.", "job_category": "FRONTEND", "target_evidence": "지도 마커 렌더링: Kakao Map SDK 마커 500개를 클러스터링, useMemo 로 좌표 변환 캐싱", "expected_signal": "메모이제이션의 성능 최적화 효과와 React 재렌더링 파이프라인에서의 역할 설명"}, {"category": "PROJECT_DEEP_DIVE", "question": "presigned URL을 통한 S3 직접 업로드 시 클라이언트에서 WebP 변환을 수행한 아키텍처적 이점과 보안 고려사항을 설명해 주세요.", "job_category": "FRONTEND", "target_evidence": "이미지 업로드: presigned URL 로 S3 직접 업로드, 클라이언트에서 WebP 변환", "expected_signal": "서버 부하 분산, 대역폭 절감 효과, 그리고 presigned URL의 보안(유효시간, 권한) 관리 방안 설명"}], "latency_sec": 44.698, "in_tokens": 2517, "out_tokens": 724} +{"label": "lcpp-qwen3.6-35b-a3b-q2kxl", "suite": "questions", "case_id": "q-infra-dba-multi", "rep": 0, "ok": false, "error": "OutputParserException: Failed to parse GeneratedQuestionPool from completion {\"questions\": [{\"category\": \"PROJECT_DEEP_DIVE\", \"jobCategory\": \"INFRA\", \"targetEvidence\": \"ArgoCD GitOps 도입으로 배포 리드타임 1일 → 30분\", \"expectedSignal\": \"GitOps 파이프라인 구축 과정, CI/CD 연동 방식, 리드타임 단축의 구체적 메커니즘과 측정 기준 설명\"}, {\"category\": \"PROJECT_DEEP_DIVE\", \"jobCategory\": \"DBA\", \"targetEvidence\": \"PostgreSQL 14 (RDS) 운영: 슬로우 쿼리 p95 2.3초 → 180ms (복합 인덱스 재설계, autovacuum 튜닝, 파티셔닝)\", \"expectedSignal\": \"슬로우 쿼리 진단 도구, 인덱스 재설계 논리, autovacuum 파라미터 변경 이유, 파티셔닝 적용 범위와 관리 부담 설명\"}, {\"category\": \"TECH_CHOICE\", \"jobCategory\": \"INFRA\", \"targetEvidence\": \"HPA 기준을 CPU 70% 로 설정, 트래픽 피크(월급날 10시) 대비 사전 스케일아웃 CronJob 운영\", \"expectedSignal\": \"CPU 70% 임계값 선정 근거, CronJob과 HPA의 상호작용 및 중복 스케일링 방지 방안, 트래픽 패턴 분석 방법 설명\"}, {\"category\": \"CS_FUNDAMENTAL\", \"jobCategory\": \"INFRA\", ", "latency_sec": 41.402, "in_tokens": 2511, "out_tokens": 677} +{"label": "lcpp-qwen3.6-35b-a3b-q2kxl", "suite": "questions", "case_id": "q-personality-coverletter", "rep": 0, "ok": true, "questions": [{"category": "BEHAVIORAL", "question": "OpenAPI 명세 작성과 Mock 서버 도입을 제안했을 때, 팀원들의 반발을 어떻게 설득하고 합의를 이끌어냈는지 구체적으로 말씀해 주세요.", "job_category": "BACKEND", "target_evidence": "저는 OpenAPI 명세를 먼저 작성하고 Mock 서버를 띄워 프론트가 병렬로 개발하도록 제안했고, 이후 스프린트에서는 통합 이슈가 3건에서 0건으로 줄었습니다.", "expected_signal": "상대의 입장 이해와 데이터 기반의 설득 과정, 그리고 합의 도출을 위한 구체적인 행동과 그 결과"}, {"category": "BEHAVIORAL", "question": "초반에 제 방식이 옳다고 고집해 팀원과 감정이 상한 경험을 통해, 이후 결정 전에 대안을 두 가지 비교하는 방식으로 바꾼 계기와 구체적인 실행 방법을 설명해 주세요.", "job_category": "BACKEND", "target_evidence": "다만 초반에 제 방식이 옳다고 고집해 팀원과 감정이 상한 적도 있어, 이후에는 결정 전에 대안 두 가지를 함께 비교하는 방식으로 바꿨습니다.", "expected_signal": "실패 인정, 자기 반성, 그리고 실제 행동 변화의 구체적 사례와 그 효과"}, {"category": "PROJECT_DEEP_DIVE", "question": "SQLite 동시 쓰기 락 문제로 알림 중복 발송이 발생했을 때, 문제 진단 과정과 PostgreSQL 트랜잭션 격리 수준 학습을 통해 얻은 인사이트를 공유해 주세요.", "job_category": "BACKEND", "target_evidence": "알림 봇 DB를 SQLite 로 시작했다가 동시 쓰기 락 문제로 알림이 중복 발송되었습니다. 원인을 찾는 데 3일이 걸렸고, PostgreSQL 로 이전하며 트랜잭션 격리 수준을 공부하게 됐습니다.", "expected_signal": "문제 원인 분석의 논리성, DB 아키텍처 변경의 타당성, 그리고 기술적 학습의 깊이"}, {"category": "BEHAVIORAL", "question": "동아리 알림 봇 서비스 운영 중 새벽 크롤러 오류로 공지가 누락되었을 때, 사용자 항의 상황에서 어떻게 대응하고 시스템 신뢰성을 높이는 방향으로 개선했는지 말씀해 주세요.", "job_category": "BACKEND", "target_evidence": "새벽에 크롤러가 멈춰 공지가 누락됐을 때 동아리원들의 항의를 직접 받으며, 기능보다 멈추지 않는 서비스가 신뢰를 만든다는 것을 배웠습니다.", "expected_signal": "위기 상황에서의 책임감, 사용자 커뮤니케이션 방식, 그리고 시스템 안정화 마인드셋"}, {"category": "BEHAVIORAL", "question": "API 스펙 해석 차이로 인한 통합 지연을 막기 위해 Mock 서버를 도입한 경험에서, 향후 다른 팀과의 협업 시 사전에 예방할 수 있는 프로세스 개선안은 무엇이라고 생각하나요?", "job_category": "BACKEND", "target_evidence": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합 직전 2주가 지연된 적이 있습니다.", "expected_signal": "협업 프로세스에 대한 통찰력, 재발 방지 방안의 구체성, 그리고 리더십적 시각"}], "latency_sec": 46.521, "in_tokens": 2488, "out_tokens": 781} +{"label": "lcpp-qwen3.6-35b-a3b-q2kxl", "suite": "questions", "case_id": "q-long-context-p90", "rep": 0, "ok": true, "questions": [{"category": "PROJECT_DEEP_DIVE", "question": "결제 콜백 지연 시 Outbox 테이블에 기록하는 이벤트의 구조와, Kafka Producer가 Outbox를 읽는 주기 및 트랜잭션 경계는 어떻게 설계했나요?", "job_category": "BACKEND", "target_evidence": "결제 승인 콜백 지연 시 중복 주문 발생 문제: 멱등 키 테이블 + Transactional Outbox 로 해결", "expected_signal": "Outbox 이벤트 스키마 정의, Polling 또는 CDC 기반 읽기 방식, DB 트랜잭션 내 Outbox 쓰기 보장 메커니즘 설명"}, {"category": "CS_FUNDAMENTAL", "question": "지원자가 SQLite 동시 쓰기 락 문제로 알림 중복 발송을 경험했다고 하는데, PostgreSQL의 MVCC와 트랜잭션 격리 수준은 어떻게 다른지 비교 설명해 주세요.", "job_category": "BACKEND", "target_evidence": "알림 봇 DB를 SQLite 로 시작했다가 동시 쓰기 락 문제로 알림이 중복 발송되었습니다. PostgreSQL 로 이전하며 트랜잭션 격리 수준을 공부하게 됐습니다.", "expected_signal": "SQLite의 row-level lock/Mutex 기반 접근 vs PostgreSQL의 MVCC(Read View) 기반 동시성 제어 원리 차이 명확히 설명"}, {"category": "TECH_CHOICE", "question": "실시간 재고 동기화 프로젝트에서 낙관적 락에서 분산 락으로 전환한 구체적인 계기와, Redis 분산 락 구현 시 재entrant성 또는 락 자동 갱신(Lease)은 어떻게 처리했나요?", "job_category": "BACKEND", "target_evidence": "Redis 기반 재고 캐시 + DB write-behind, 동시성 제어(낙관적 락 → 분산 락 전환)", "expected_signal": "전환 동기(성능/확장성/락 충돌 등), Redis Lock 구현체(Simple vs Redisson 등) 선택 근거, 재entrant/Expire/Lease 관리 방식 설명"}, {"category": "PROJECT_DEEP_DIVE", "question": "MSA 전환 시 Kafka 이벤트 파이프라인에서 주문 서비스와 결제 서비스 간 데이터 정합성을 위해 Saga 패턴을 적용했나요, 아니면 이벤트 기반 최종 일관성(Eventual Consistency)으로만 처리했나요?", "job_category": "BACKEND", "target_evidence": "MSA 전환 프로젝트에서 주문 서비스 분리 및 Kafka 이벤트 파이프라인 설계", "expected_signal": "Saga(Choreography/Orchestration) 적용 여부, 보상 트랜잭션(Compensation) 설계, 이벤트 중복 소비에 대한 멱등성 처리 연계 설명"}, {"category": "BEHAVIORAL", "question": "캡스톤 프로젝트에서 API 스펙 해석 차이로 통합이 지연될 때, OpenAPI 명세 선작성을 제안한 구체적인 과정과 팀원 설득 전략은 무엇이었나요?", "job_category": "BACKEND", "target_evidence": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합 직전 2주가 지연된 적이 있습니다. 저는 OpenAPI 명세를 먼저 작성하고 Mock 서버를 띄워 프론트가 병렬로 개발하도록 제안했고", "expected_signal": "문제 인식에서 해결 제안까지의 구체적 행동, Mock 서버 구축 및 피드백 루프 운영 방식, 팀원과의 소통 및 합치 과정 설명"}], "latency_sec": 55.448, "in_tokens": 3768, "out_tokens": 806} diff --git a/docs/research/local-llm-deep-dive-2026-09/data/raw/load-gw-gemini.jsonl b/docs/research/local-llm-deep-dive-2026-09/data/raw/load-gw-gemini.jsonl new file mode 100644 index 00000000..a73e3cc2 --- /dev/null +++ b/docs/research/local-llm-deep-dive-2026-09/data/raw/load-gw-gemini.jsonl @@ -0,0 +1,90 @@ +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@1", "case_id": "f-strong-backend", "rep": 0, "ok": true, "followup_question": "Outbox 테이블을 폴링할 때 이벤트 순서가 꼬이거나 중복 발행될 가능성에 대해서는 어떻게 대응하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.592, "ttft_sec": 1.407, "in_tokens": 7545, "out_tokens": 219} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@1", "case_id": "f-weak-vague", "rep": 1, "ok": true, "followup_question": "\"중복이 안 생기게 잘 처리했다\"고 하셨는데, 구체적으로 어떤 실패 케이스에서 Outbox 패턴이 멱등 키 단독 사용보다 어떤 점을 보완해 주었나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.959, "ttft_sec": 1.605, "in_tokens": 8274, "out_tokens": 326} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@1", "case_id": "f-dont-know-explicit", "rep": 2, "ok": true, "followup_question": "오래 열린 트랜잭션이 데이터베이스 성능에 미치는 영향에 대해 다른 경험이나 아시는 바가 있나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.585, "ttft_sec": null, "in_tokens": 6665, "out_tokens": 221} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@1", "case_id": "f-dont-know-stt", "rep": 3, "ok": true, "followup_question": "리액트 18 이전 버전에서 비동기 작업 안의 상태 업데이트가 어떻게 처리되었는지 혹시 아시는 대로 말씀해 주실 수 있나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 2.024, "ttft_sec": null, "in_tokens": 7992, "out_tokens": 300} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@1", "case_id": "f-clarification", "rep": 4, "ok": true, "followup_question": "CPU 사용량이 70%를 넘을 때 자동으로 서버를 늘리는 기준을 정한 이유와, 트래픽이 몰리기 전에 미리 서버를 늘려둔 이유를 각각 말씀해 주세요.", "answer_intent": "CLARIFICATION", "answer_evaluation": null, "latency_sec": 1.826, "ttft_sec": 1.48, "in_tokens": 8208, "out_tokens": 310} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@1", "case_id": "f-confirm-short", "rep": 5, "ok": true, "followup_question": "폴링 방식이라면 DB 부하를 줄이기 위해 어떤 주기로 조회하고 계신가요?", "answer_intent": "NORMAL", "answer_evaluation": null, "latency_sec": 1.642, "ttft_sec": 1.307, "in_tokens": 6770, "out_tokens": 193} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@1", "case_id": "f-infra-fact-error", "rep": 6, "ok": true, "followup_question": "이력서에는 CPU 70%와 사전 스케일아웃 CronJob을 운영하셨다고 되어 있는데, 답변에서 메모리 50%와 HPA 단독 대응이라고 하신 이유는 무엇인가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": 1.0}, "latency_sec": 1.873, "ttft_sec": 1.342, "in_tokens": 9900, "out_tokens": 328} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@1", "case_id": "f-dba-correct-with-context", "rep": 7, "ok": true, "followup_question": "파티셔닝 후 p95가 180ms로 줄었다고 하셨는데, 파티션 프루닝이 적용되면서 인덱스 스캔 효율이 구체적으로 어떻게 개선되었는지 실행 계획(EXPLAIN) 상의 변화로 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 1.751, "ttft_sec": 1.45, "in_tokens": 12383, "out_tokens": 450} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@1", "case_id": "f-frontend-strong", "rep": 8, "ok": true, "followup_question": "자체 검색 박스로 대체하셨다고 했는데, 가상화된 리스트 내에서 DOM에 렌더링되지 않은 항목의 텍스트까지 검색 결과에 포함되도록 어떻게 구현하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "NONE", "correctness": 5.0}, "latency_sec": 1.961, "ttft_sec": 1.443, "in_tokens": 10446, "out_tokens": 312} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@1", "case_id": "f-personality-star", "rep": 9, "ok": true, "followup_question": "결정 전에 대안 두 개를 비교하는 방식을 도입했다고 하셨는데, 실제로 팀원들과 어떤 기준으로 대안을 평가하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "FULL_STAR", "correctness": null}, "latency_sec": 1.413, "ttft_sec": 1.169, "in_tokens": 8598, "out_tokens": 291} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@1", "case_id": "f-personality-rambling", "rep": 10, "ok": true, "followup_question": "크게 싸운 적이 없다고 하셨는데, 구체적으로 의견이 부딪혔던 사례 하나와 그때 본인이 취한 행동을 말씀해 주세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.582, "ttft_sec": 1.328, "in_tokens": 8244, "out_tokens": 298} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@1", "case_id": "f-stt-messy-normal", "rep": 11, "ok": true, "followup_question": "월 200건에서 3건으로 줄었다고 하셨는데, 레디스 분산 락을 구현할 때 락 획득 대기 시간이나 타임아웃은 어떻게 설정하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.492, "ttft_sec": 1.144, "in_tokens": 8442, "out_tokens": 322} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@1", "case_id": "f-long-answer-history", "rep": 12, "ok": true, "followup_question": "보상 이벤트가 유실되어 30분 이상 PENDING인 주문을 스위퍼 배치로 재조회해 해결하셨다고 했는데, 이 배치가 실행되는 동안 사용자가 해당 주문을 다시 조회하거나 수정하려고 할 때의 동시성 이슈는 어떻게 처리하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 1.671, "ttft_sec": 1.264, "in_tokens": 12005, "out_tokens": 444} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@1", "case_id": "f-english-mixed", "rep": 13, "ok": true, "followup_question": "네트워크 요청이 40% 정도 줄었다고 하셨는데, 구체적으로 어떤 화면이나 API에서 가장 큰 감소 효과를 보셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.688, "ttft_sec": 1.334, "in_tokens": 8328, "out_tokens": 295} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@1", "case_id": "f-strong-backend", "rep": 14, "ok": true, "followup_question": "Outbox 패턴에서 폴링 방식의 릴레이를 사용하셨는데, 대규모 트래픽에서 폴링 주기가 짧을 때 DB 부하를 어떻게 관리하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 1.718, "ttft_sec": 1.47, "in_tokens": 9054, "out_tokens": 303} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@1", "case_id": "f-weak-vague", "rep": 15, "ok": true, "followup_question": "\"중복이 안 생기게 잘 처리했다\"고 하셨는데, 멱등 키와 Outbox 패턴이 각각 구체적으로 어떤 실패 케이스를 막아주는지 기술적인 동작 방식을 말씀해 주세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.71, "ttft_sec": 1.379, "in_tokens": 8274, "out_tokens": 323} +{"label": "gw-gemini-3.5-flash-lite", "suite": "load_summary", "ok": true, "concurrency": 1, "requests": 16, "success": 16, "wall_sec": 27.51, "throughput_req_per_min": 34.9, "latency_p50": 1.71, "latency_p95": 1.96, "ttft_p50": 1.34, "ttft_p95": 1.47, "over_10s": 0} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@2", "case_id": "f-strong-backend", "rep": 0, "ok": true, "followup_question": "유니크 제약만으로 막기 어려운 동시성 요청이 들어올 때 멱등 키와 Outbox 패턴이 상호 보완적으로 어떻게 동작하는지 구체적인 시나리오로 말씀해 주세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 1.933, "ttft_sec": 1.386, "in_tokens": 9054, "out_tokens": 321} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@2", "case_id": "f-weak-vague", "rep": 1, "ok": true, "followup_question": "\"중복이 안 생기게 잘 처리했다\"고 하셨는데, 구체적으로 어떤 요청을 멱등 키로 잡았고 Outbox 패턴이 어떤 실패 케이스를 방어했는지 말씀해 주세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 0.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.74, "ttft_sec": 1.308, "in_tokens": 8274, "out_tokens": 317} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@2", "case_id": "f-dont-know-explicit", "rep": 2, "ok": true, "followup_question": "그렇다면 MVCC가 아니라 PostgreSQL에서 인덱스 파편화를 방지하기 위해 사용되는 정기 유지보수 작업에 대해 아시는 바가 있으신가요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.424, "ttft_sec": null, "in_tokens": 7998, "out_tokens": 307} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@2", "case_id": "f-dont-know-stt", "rep": 3, "ok": true, "followup_question": "그럼 리액트에서 렌더링 최적화를 위해 사용하는 다른 방법이나 훅에 대해 아는 대로 말씀해 주시겠어요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.86, "ttft_sec": null, "in_tokens": 7992, "out_tokens": 298} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@2", "case_id": "f-clarification", "rep": 4, "ok": true, "followup_question": "CPU 사용량이 70%를 넘을 때 자동으로 서버를 늘리는 HPA 설정과, 예상되는 트래픽 폭주 전에 미리 서버를 늘려둔 이유를 각각 간단히 설명해 주세요.", "answer_intent": "CLARIFICATION", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.78, "ttft_sec": 1.381, "in_tokens": 8208, "out_tokens": 320} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@2", "case_id": "f-confirm-short", "rep": 5, "ok": true, "followup_question": "폴링 방식이라면 DB 부하를 줄이기 위해 주기나 배치 사이즈는 어떻게 설정하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": null, "latency_sec": 1.701, "ttft_sec": 1.344, "in_tokens": 6770, "out_tokens": 195} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@2", "case_id": "f-infra-fact-error", "rep": 6, "ok": true, "followup_question": "이력서에는 CPU 70%와 사전 스케일아웃 CronJob을 운영하셨다고 되어 있는데, 답변에서 메모리 50%와 HPA 단독 대응이라고 하신 이유는 무엇인가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": 1.0}, "latency_sec": 1.54, "ttft_sec": 1.301, "in_tokens": 9900, "out_tokens": 330} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@2", "case_id": "f-dba-correct-with-context", "rep": 7, "ok": true, "followup_question": "파티션 프루닝 적용 시점에 데이터 양이 많아져 인덱스 높이가 증가했을 텐데, 파티셔닝만으로 900ms에서 180ms까지 단번에 줄어든 결정적 요인이 뭐라고 보시나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "FULL_STAR", "correctness": 5.0}, "latency_sec": 1.814, "ttft_sec": 1.49, "in_tokens": 12383, "out_tokens": 426} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@2", "case_id": "f-frontend-strong", "rep": 8, "ok": true, "followup_question": "자체 검색 박스로 대체하셨다고 했는데, 브라우저 기본 Ctrl+F 검색이 안 될 때 페이지 내 전체 텍스트 검색은 구체적으로 어떻게 구현하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 1.572, "ttft_sec": 1.294, "in_tokens": 10446, "out_tokens": 308} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@2", "case_id": "f-personality-star", "rep": 9, "ok": true, "followup_question": "결정 전에 대안 두 개를 비교하는 방식을 도입하신 뒤, 실제로 팀원과의 소통 과정이나 분위기가 어떻게 달라졌는지 구체적인 사례를 말씀해 주세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "FULL_STAR", "correctness": null}, "latency_sec": 1.698, "ttft_sec": 1.229, "in_tokens": 8598, "out_tokens": 303} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@2", "case_id": "f-personality-rambling", "rep": 10, "ok": true, "followup_question": "크게 싸운 적이 없다고 하셨는데, 구체적으로 의견 충돌이 발생했던 상황 하나를 들어 어떻게 대화로 해결하셨는지 말씀해 주세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.397, "ttft_sec": 1.101, "in_tokens": 8244, "out_tokens": 297} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@2", "case_id": "f-stt-messy-normal", "rep": 11, "ok": true, "followup_question": "버전 충돌로 재시도가 폭증했다고 하셨는데, 레디스 분산 락을 도입하면서 오히려 락 획득 대기나 타임아웃 같은 새로운 병목은 발생하지 않았나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 1.408, "ttft_sec": 1.101, "in_tokens": 8442, "out_tokens": 325} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@2", "case_id": "f-long-answer-history", "rep": 12, "ok": true, "followup_question": "보상 이벤트가 유실되어 30분 이상 PENDING인 주문을 처리할 때, 스위퍼 배치가 각 서비스의 API를 호출하는 과정에서 중복 실행되거나 race condition이 발생하진 않았나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 1.61, "ttft_sec": 1.349, "in_tokens": 10290, "out_tokens": 324} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@2", "case_id": "f-english-mixed", "rep": 13, "ok": true, "followup_question": "네트워크 요청이 40% 줄었다고 하셨는데, 구체적으로 어떤 화면에서 어떤 주기로 staleTime을 설정했기에 그런 개선이 나타났나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.654, "ttft_sec": 1.301, "in_tokens": 8328, "out_tokens": 298} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@2", "case_id": "f-strong-backend", "rep": 14, "ok": true, "followup_question": "유니크 제약만으로 동시 요청이 몰릴 때 발생할 수 있는 Race condition을 완전히 막기 어려운 구조인데, 멱등 키 처리 시 동시성 제어는 어떻게 하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.586, "ttft_sec": 1.14, "in_tokens": 9054, "out_tokens": 314} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@2", "case_id": "f-weak-vague", "rep": 15, "ok": true, "followup_question": "\"잘 처리했다\"고 하셨는데, 결제 승인 콜백 지연 시 멱등 키와 Outbox 패턴이 각각 어떤 실패 케이스를 막는지 구체적인 메커니즘을 말씀해 주세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.731, "ttft_sec": 1.368, "in_tokens": 8274, "out_tokens": 315} +{"label": "gw-gemini-3.5-flash-lite", "suite": "load_summary", "ok": true, "concurrency": 2, "requests": 16, "success": 16, "wall_sec": 13.81, "throughput_req_per_min": 69.5, "latency_p50": 1.7, "latency_p95": 1.86, "ttft_p50": 1.3, "ttft_p95": 1.39, "over_10s": 0} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@4", "case_id": "f-strong-backend", "rep": 0, "ok": true, "followup_question": "Outbox 테이블 폴링 릴레이 방식에서 DB 부하가 발생하지 않도록 어떤 방식으로 주기를 관리하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 1.669, "ttft_sec": 1.412, "in_tokens": 9054, "out_tokens": 286} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@4", "case_id": "f-weak-vague", "rep": 1, "ok": true, "followup_question": "\"중복이 안 생기게 잘 처리했다\"고 하셨는데, 멱등 키와 Outbox 패턴이 구체적으로 각각 어떤 실패 케이스를 막아주는지 분리해서 설명해 주세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 0.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.748, "ttft_sec": 1.496, "in_tokens": 8274, "out_tokens": 321} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@4", "case_id": "f-dont-know-explicit", "rep": 2, "ok": true, "followup_question": "그럼 PostgreSQL의 MVCC에서 트랜잭션이 시작될 때 데이터를 어떻게 격리하는지, 기본적인 스냅샷 개념에 대해서는 어떻게 이해하고 계신가요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.743, "ttft_sec": null, "in_tokens": 7998, "out_tokens": 310} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@4", "case_id": "f-dont-know-stt", "rep": 3, "ok": true, "followup_question": "그럼 React 18 이전 버전에서 비동기 작업 안의 상태 업데이트가 어떻게 처리되었는지 아시는 만큼 말씀해 주시겠어요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.866, "ttft_sec": null, "in_tokens": 7992, "out_tokens": 300} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@4", "case_id": "f-clarification", "rep": 4, "ok": true, "followup_question": "CPU 사용률 70%를 기준으로 오토스케일링(HPA)을 설정한 이유와, 트래픽이 몰리기 전에 미리 서버를 늘려둔 이유를 각각 쉽게 설명해 주시겠어요?", "answer_intent": "CLARIFICATION", "answer_evaluation": null, "latency_sec": 1.796, "ttft_sec": 1.453, "in_tokens": 8208, "out_tokens": 323} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@4", "case_id": "f-confirm-short", "rep": 5, "ok": true, "followup_question": "폴링 방식이라면 DB 부하를 줄이기 위해 조회 주기는 어떻게 설정하셨고, 간격에 따른 지연은 어떻게 감수하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": null, "latency_sec": 1.702, "ttft_sec": 1.347, "in_tokens": 8124, "out_tokens": 284} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@4", "case_id": "f-infra-fact-error", "rep": 6, "ok": true, "followup_question": "이력서에는 CPU 70%와 사전 스케일아웃 CronJob을 운영하셨다고 되어 있는데, 답변에서 메모리 50%와 별도 대응이 없다고 하신 이유는 무엇인가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": 1.0}, "latency_sec": 1.782, "ttft_sec": 1.416, "in_tokens": 9900, "out_tokens": 330} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@4", "case_id": "f-dba-correct-with-context", "rep": 7, "ok": true, "followup_question": "파티셔닝 후 p95가 180ms로 줄었다고 하셨는데, 파티션 프루닝이 적용되면서 인덱스 스캔 효율이 구체적으로 어떻게 개선되었는지 실행 계획(EXPLAIN) 상의 변화로 설명해 주세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 1.696, "ttft_sec": 1.29, "in_tokens": 12383, "out_tokens": 440} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@4", "case_id": "f-frontend-strong", "rep": 8, "ok": true, "followup_question": "자체 검색 박스로 대체하셨다고 했는데, 가상화된 리스트에서 DOM에 존재하지 않는 항목까지 검색 결과로 매칭시키는 로직은 어떻게 구현하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "FULL_STAR", "correctness": 5.0}, "latency_sec": 1.527, "ttft_sec": 1.243, "in_tokens": 10446, "out_tokens": 316} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@4", "case_id": "f-personality-star", "rep": 9, "ok": true, "followup_question": "처음 제 방식만 고집하셨다고 했는데, 대안 두 개를 비교하는 방식으로 바꾼 뒤 팀원과 소통한 구체적인 사례를 하나 말씀해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "FULL_STAR", "correctness": null}, "latency_sec": 1.85, "ttft_sec": 1.434, "in_tokens": 8598, "out_tokens": 315} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@4", "case_id": "f-personality-rambling", "rep": 10, "ok": true, "followup_question": "크게 싸운 적이 없다고 하셨는데, 구체적으로 의견이 달랐던 상황 하나를 골라 본인이 어떤 소통 방식을 취했는지 말씀해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.817, "ttft_sec": 1.366, "in_tokens": 8244, "out_tokens": 300} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@4", "case_id": "f-stt-messy-normal", "rep": 11, "ok": true, "followup_question": "월 200건에서 3건으로 줄었다고 하셨는데, 레디스 분산 락을 적용할 때 타임아웃 설정과 락 획득 실패 시의 예외 처리는 구체적으로 어떻게 구현하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.77, "ttft_sec": 1.287, "in_tokens": 9849, "out_tokens": 424} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@4", "case_id": "f-long-answer-history", "rep": 12, "ok": true, "followup_question": "보상 이벤트가 유실되어 30분 이상 PENDING인 주문을 스위퍼 배치로 재조회해 해결하셨다고 했는데, 배치가 실행되는 동안 사용자가 결제나 주문 취소를 재시도하면 동시성 이슈는 어떻게 처리하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 1.908, "ttft_sec": 1.38, "in_tokens": 12005, "out_tokens": 438} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@4", "case_id": "f-english-mixed", "rep": 13, "ok": true, "followup_question": "네트워크 요청이 40% 줄었다고 하셨는데, 구체적으로 어떤 화면이나 API에서 가장 큰 감소 효과가 있었나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 1.517, "ttft_sec": 1.164, "in_tokens": 8328, "out_tokens": 294} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@4", "case_id": "f-strong-backend", "rep": 14, "ok": true, "followup_question": "유니크 제약만으로 동시 요청을 막을 때 DB 락이나 예외 처리 과정에서 발생할 수 있는 trade-off는 무엇인가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 1.527, "ttft_sec": 1.195, "in_tokens": 9054, "out_tokens": 293} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@4", "case_id": "f-weak-vague", "rep": 15, "ok": true, "followup_question": "중복 주문이 발생했던 문제를 '그냥 잘 처리했다'고 하셨는데, 구체적으로 멱등 키와 Outbox 패턴이 각각 어떤 실패 케이스를 막아주는지 기술적 근거를 들어 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 0.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.571, "ttft_sec": 1.19, "in_tokens": 8274, "out_tokens": 345} +{"label": "gw-gemini-3.5-flash-lite", "suite": "load_summary", "ok": true, "concurrency": 4, "requests": 16, "success": 16, "wall_sec": 6.92, "throughput_req_per_min": 138.7, "latency_p50": 1.75, "latency_p95": 1.87, "ttft_p50": 1.35, "ttft_p95": 1.43, "over_10s": 0} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@8", "case_id": "f-strong-backend", "rep": 0, "ok": true, "followup_question": "유니크 제약을 통한 멱등 키 처리에서, 만약 DB 락 대기 시간 초과로 첫 번째 요청이 실패로 판정되었으나 실제로는 커밋된 경우 두 번째 요청이 이를 어떻게 정확히 감지하나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.748, "ttft_sec": 1.315, "in_tokens": 10563, "out_tokens": 415} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@8", "case_id": "f-weak-vague", "rep": 1, "ok": true, "followup_question": "\"중복이 안 생기게 잘 처리했다\"고 하셨는데, 구체적으로 어떤 실패 케이스에서 멱등 키가 막아주고 Outbox 패턴이 어떤 트랜잭션 문제를 해결했는지 각각 짚어주세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.816, "ttft_sec": 1.381, "in_tokens": 8274, "out_tokens": 339} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@8", "case_id": "f-dont-know-explicit", "rep": 2, "ok": true, "followup_question": "그럼 PostgreSQL에서 트랜잭션이 시작될 때 부여되는 XID(트랜잭션 ID)가 데이터 가시성을 결정하는 방식에 대해서는 아시는 대로 말씀해 주시겠어요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.817, "ttft_sec": null, "in_tokens": 7998, "out_tokens": 310} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@8", "case_id": "f-dont-know-stt", "rep": 3, "ok": true, "followup_question": "그럼 React 18 이전 버전에서 비동기 작업 내의 상태 업데이트가 어떻게 처리되었는지 알고 계신가요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 2.082, "ttft_sec": null, "in_tokens": 7992, "out_tokens": 284} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@8", "case_id": "f-clarification", "rep": 4, "ok": true, "followup_question": "CPU 사용량이 70%를 넘을 때 자동으로 서버를 늘리는 기준을 정한 이유와, 트래픽이 몰리기 전에 미리 서버를 늘려둔 이유를 각각 쉽게 설명해 주시겠어요?", "answer_intent": "CLARIFICATION", "answer_evaluation": null, "latency_sec": 1.61, "ttft_sec": 1.273, "in_tokens": 8208, "out_tokens": 322} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@8", "case_id": "f-confirm-short", "rep": 5, "ok": true, "followup_question": "폴링 방식에서 발생할 수 있는 DB 부하를 줄이기 위해 어떤 주기로 조회하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": null, "latency_sec": 1.443, "ttft_sec": 1.244, "in_tokens": 6770, "out_tokens": 204} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@8", "case_id": "f-infra-fact-error", "rep": 6, "ok": true, "followup_question": "이력서에는 CPU 70%와 사전 스케일아웃 CronJob을 운영하셨다고 되어 있는데, 답변에서 메모리 50%와 HPA 단독 대응이라고 하신 이유는 무엇인가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": 1.0}, "latency_sec": 1.785, "ttft_sec": 1.329, "in_tokens": 9900, "out_tokens": 328} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@8", "case_id": "f-dba-correct-with-context", "rep": 7, "ok": true, "followup_question": "파티셔닝 후 p95가 180ms로 줄었다고 하셨는데, 파티션 프루닝이 적용되면서 인덱스 스캔 효율이 구체적으로 어떻게 개선되었는지 실행 계획(EXPLAIN) 상의 변화로 설명해 주세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "FULL_STAR", "correctness": 5.0}, "latency_sec": 1.861, "ttft_sec": 1.356, "in_tokens": 12383, "out_tokens": 438} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@8", "case_id": "f-frontend-strong", "rep": 8, "ok": true, "followup_question": "자체 검색 박스로 대체하셨다고 했는데, 가상화된 리스트에서 특정 검색어로 매칭된 항목으로 스크롤을 이동시키는 구현은 어떻게 처리하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 1.547, "ttft_sec": 1.29, "in_tokens": 10446, "out_tokens": 314} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@8", "case_id": "f-personality-star", "rep": 9, "ok": true, "followup_question": "결정 전에 대안 두 개를 비교하는 방식을 도입하신 뒤, 실제로 프론트 팀원과 감정적으로 부딪혔던 갈등이 어떻게 해소되었는지 구체적인 사례를 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "FULL_STAR", "correctness": null}, "latency_sec": 2.182, "ttft_sec": 1.866, "in_tokens": 10031, "out_tokens": 412} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@8", "case_id": "f-personality-rambling", "rep": 10, "ok": true, "followup_question": "\"크게 싸운 적은 없는 것 같다고 하셨는데, 실제로 팀원과 가장 의견이 달랐던 특정 상황을 하나 짚어서 본인이 취한 구체적인 행동을 말씀해 주세요.\"", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.621, "ttft_sec": 1.275, "in_tokens": 8244, "out_tokens": 308} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@8", "case_id": "f-stt-messy-normal", "rep": 11, "ok": true, "followup_question": "월 200건에서 3건으로 줄였다고 하셨는데, 분산 락 도입 후 락 획득 실패 시 처리한 재시도 로직이나 타임아웃 설정은 어떻게 하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 1.687, "ttft_sec": 1.18, "in_tokens": 9849, "out_tokens": 420} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@8", "case_id": "f-long-answer-history", "rep": 12, "ok": true, "followup_question": "보상 흐름에서 재고 차감 실패로 결제가 취소될 때, 결제 취소 API 마저 실패하는 최악의 상황은 어떻게 방어하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "FULL_STAR", "correctness": null}, "latency_sec": 1.766, "ttft_sec": 1.423, "in_tokens": 10290, "out_tokens": 300} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@8", "case_id": "f-english-mixed", "rep": 13, "ok": true, "followup_question": "네트워크 요청이 40% 줄었다고 하셨는데, 구체적으로 어떤 화면에서 어떤 주기로 staleTime을 다르게 설정하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.658, "ttft_sec": 1.248, "in_tokens": 8328, "out_tokens": 301} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@8", "case_id": "f-strong-backend", "rep": 14, "ok": true, "followup_question": "Outbox 테이블 폴링 방식에서 DB 부하나 지연을 줄이기 위해 어떤 폴링 주기로 릴레이를 구현하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "FULL_STAR", "correctness": null}, "latency_sec": 1.658, "ttft_sec": 1.249, "in_tokens": 9054, "out_tokens": 287} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:load@8", "case_id": "f-weak-vague", "rep": 15, "ok": true, "followup_question": "\"중복이 안 생기게 잘 처리했다\"고 하셨는데, 멱등 키와 Outbox 패턴이 구체적으로 각각 어떤 실패 케이스를 막는지 설명해 주세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 0.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.601, "ttft_sec": 1.366, "in_tokens": 8274, "out_tokens": 314} +{"label": "gw-gemini-3.5-flash-lite", "suite": "load_summary", "ok": true, "concurrency": 8, "requests": 16, "success": 16, "wall_sec": 3.81, "throughput_req_per_min": 252.0, "latency_p50": 1.75, "latency_p95": 2.08, "ttft_p50": 1.31, "ttft_p95": 1.42, "over_10s": 0} +{"label": "gw-gemini-3.5-flash-lite", "suite": "coaching:mixed-fanout", "case_id": "c-weak-backend", "rep": 0, "ok": true, "coaching": {"model_answer": "결제 승인 콜백 지연 시 발생한 중복 주문 문제는 네트워크 재시도와 비동기 메시징 환경에서의 정합성 확보가 핵심이었습니다. **멱등 키(Idempotency Key)**는 결제 요청이나 콜백이 중복으로 들어왔을 때 DB 유니크 제약 등을 통해 동일한 비즈니스 로직이 두 번 수행되는 것을 막아 줍니다. 반면 **Transactional Outbox 패턴**은 주문 DB 트랜잭션과 Kafka 이벤트 발행 간의 원자성(Atomicity)을 보장하여, DB 커밋은 성공했으나 메시지 브로커 장애로 이벤트 발행이 누락되거나 불일치가 발생하는 듀얼 파이트(Dual Write) 문제를 방지합니다. 즉, Outbox 패턴은 '메시지 유실 및 트랜잭션 분리 실패'를 막고, 멱등 키는 '네트워크 재시도 등으로 인한 동일 요청의 중복 처리'를 방어하기 위해 함께 도입했습니다.", "answer_rewrite": "결제 승인 콜백 지연 문제에서 멱등 키와 Outbox 패턴을 함께 사용한 이유는 각각 방어하는 실패 지점이 다르기 때문입니다. 먼저 **Transactional Outbox 패턴**을 통해 주문 생성 DB 트랜잭션과 Kafka 이벤트 발행 간의 원자성을 보장하여, DB는 저장되었으나 메시지 발행이 누락되는 유실 케이스를 방지했습니다. 그리고 **멱등 키**를 도입해, 결제 게이트웨이의 콜백이 네트워크 지연으로 인해 재시도(Retry)되거나 중복 유입될 때 동일한 결제·주문 건이 중복 생성되는 문제를 유니크 제약 기반으로 안전하게 차단했습니다.", "coaching_comment": "모호한 표현 대신 멱등 키가 막는 중복 요청과 Outbox 패턴이 보장하는 트랜잭션 원자성의 차이를 각각 명확히 구분하여 답변해야 합니다."}, "latency_sec": 2.988, "in_tokens": 1382, "out_tokens": 439} +{"label": "gw-gemini-3.5-flash-lite", "suite": "coaching:mixed-fanout", "case_id": "c-dont-know-cs", "rep": 1, "ok": true, "coaching": {"model_answer": "PostgreSQL은 MVCC(Multi-Version Concurrency Control)를 구현하기 위해 각 행에 `xmin`과 `xmax` 같은 시스템 컬럼을 사용하여 트랜잭션 가시성을 관리합니다. 이때 오래 열린 트랜잭션(Long-running transaction)이 존재하면, 이 트랜잭션이 시작된 시점이 시스템 전체의 `xmin horizon`(가장 오래된 유효 트랜잭션 ID)을 결정하게 됩니다.\n\n이로 인해 VACUUM은 `xmin horizon`보다 이전의 트랜잭션에 의해 생성된 `dead tuple`만 회수할 수 있으므로, 오래 열린 트랜잭션보다 나중에 발생한 `dead tuple`들은 회수되지 못하고 공간에 남게 됩니다. 결국 이는 디스크 공간 낭비와 순차 스캔 성능 저하를 유발하는 `table bloat` 현상으로 이어지며, 심각한 경우 디스크 용량 부족이나 트랜잭션 ID wraparound 문제를 야기할 수 있습니다.", "answer_rewrite": "죄송합니다만, 오래 열린 트랜잭션과 VACUUM의 관계에 대한 세부 메커니즘이 정확히 기억나지 않습니다. 다만, MVCC 환경에서 VACUUM은 트랜잭션 가시성(xmin)을 기준으로 dead tuple을 정리하는 것으로 알고 있습니다. 따라서 오래 실행되는 트랜잭션이 있으면 가시성 기준점이 밀려 정상적인 튜플 회수가 지연되고, 결과적으로 테이블 bloat이나 디스크 공간 낭비로 이어질 수 있다고 이해하고 있습니다.", "coaching_comment": "모르는 기술 개념 질문이라도 본인이 아는 최소한의 키워드(MVCC, dead tuple, 공간 낭비)를 엮어 논리적인 추론 과정을 보여주는 것이 좋습니다."}, "latency_sec": 3.56, "in_tokens": 915, "out_tokens": 407} +{"label": "gw-gemini-3.5-flash-lite", "suite": "coaching:mixed-fanout", "case_id": "c-personality-rambling", "rep": 2, "ok": true, "coaching": {"model_answer": "캡스톤 프로젝트 당시 프론트엔드 팀원과 API 스펙 해석 차이로 통합 직전 2주간 일정이 지연된 갈등 경험이 있습니다. 당시 저는 OpenAPI 명세를 기준으로 먼저 정의하고 Mock 서버를 구축해 프론트엔드 팀이 API 완성 전에도 병렬로 개발을 진행할 수 있도록 제안했습니다. 그 결과 소통의 모호함을 없애고 원활하게 협업을 마칠 수 있었으며, 이후 스프린트에서는 통합 이슈가 3건에서 0건으로 줄어드는 정량적 개선을 이뤄냈습니다. 이 경험을 통해 기술적 해결책뿐만 아니라, 갈등 상황에서 서로의 작업 방식을 조율하는 프로세스를 만드는 것이 중요함을 배웠습니다.", "answer_rewrite": "캡스톤 프로젝트를 진행하면서 프론트엔드 팀원과 API 스펙 해석의 차이로 인해 통합 직전 2주 동안 일정이 지연된 갈등 상황이 있었습니다. 저는 이 문제를 해결하기 위해 OpenAPI 명세를 먼저 작성하고 Mock 서버를 띄워 프론트엔드 팀이 병렬로 개발할 수 있도록 작업 방식을 제안했습니다. 초반에는 제 방식을 고집하느라 감정이 상하기도 했지만, 이후에는 대안 두 가지를 함께 비교하여 결정하는 소통 방식으로 개선했습니다. 그 결과 이후 스프린트에서는 API 통합 관련 이슈가 3건에서 0건으로 줄어들며 성공적으로 프로젝트를 마무리할 수 있었습니다.", "coaching_comment": "추상적인 소통 예찬보다는 자소서에 있는 캡스톤 프로젝트의 구체적인 갈등 사례와 프로세스 개선 결과를 STAR 구조로 명확히 드러내야 합니다."}, "latency_sec": 2.559, "in_tokens": 1250, "out_tokens": 384} +{"label": "gw-gemini-3.5-flash-lite", "suite": "coaching:mixed-fanout", "case_id": "c-weak-backend", "rep": 3, "ok": true, "coaching": {"model_answer": "결제 승인 콜백 지연 시 발생한 중복 주문 문제는 네트워크 재시도와 비동기 메시징 환경에서의 원자성 결여가 원인이었습니다. 이를 해결하기 위해 두 가지 패턴을 결합했습니다.\n\n먼저 **멱등 키(Idempotency Key)**는 API 호출이나 외부 PG사의 결제 콜백이 중복으로 들어올 때 DB 레벨에서 동일한 요청을 걸러내기 위해 사용했습니다. 주문 요청에 고유 키를 두어 이미 처리된 건은 추가 비즈니스 로직을 수행하지 않고 기존 결과를 반환하도록 했습니다.\n\n다음으로 **Transactional Outbox 패턴**은 주문 생성과 내부 이벤트(Kafka 발행) 간의 트랜잭션 유실을 막기 위해 도입했습니다. DB에 주문 데이터를 저장하는 것과 메시지를 브로커에 발행하는 행위를 하나의 트랜잭션 경계로 묶을 수 없어 생기는 장애를 방지하고자, Outbox 테이블에 이벤트를 먼저 적재한 뒤 별도 폴링이나 체인저를 통해 안전하게 발행하도록 구성했습니다. 즉, 멱등 키는 '중복 요청(요청자 측)'을 막고, Outbox 패턴은 '메시지 유실 및 분산 트랜잭션 정합성(시스템 내부)'을 보장합니다.", "answer_rewrite": "결제 승인 콜백 지연으로 중복 주문이 발생했을 때, 요청 중복과 메시지 유실 문제를 동시에 해결하기 위해 멱등 키와 Transactional Outbox 패턴을 함께 적용했습니다.\n\n첫째로 **멱등 키**는 PG사 콜백이 네트워크 지연으로 인해 재시도되면서 동일한 주문이 중복 생성되는 것을 막기 위해 도입했습니다. 주문 요청마다 유니크한 멱등 키를 관리하여 동일한 요청이 다시 들어오더라도 이미 승인된 주문 정보를 반환하도록 처리했습니다.\n\n둘째로 **Transactional Outbox 패턴**은 주문 DB 저장과 Kafka 이벤트 발행 사이의 트랜잭션 불일치 문제를 해결하기 위해 사용했습니다. DB 트랜잭션 내에 Outbox 테이블을 두어 이벤트 데이터를 함께 기록하고, 이를 안정적으로 메시지 브로커에 전달함으로써 시스템 장애 시에도 데이터 정합성을 유지하도록 구현하여 중복 주문 0건을 달성할 수 있었습니다.", "coaching_comment": "질문에서 요구한 멱등 키와 Outbox 패턴의 역할 차이와 각각이 막아내는 실패 케이스를 구체적인 기술적 근거를 들어 설명해야 합니다."}, "latency_sec": 3.728, "in_tokens": 1382, "out_tokens": 568} +{"label": "gw-gemini-3.5-flash-lite", "suite": "coaching:mixed-fanout", "case_id": "c-dont-know-cs", "rep": 4, "ok": true, "coaching": {"model_answer": "PostgreSQL의 MVCC 환경에서 오래 열린 트랜잭션(Long-running transaction)은 VACUUM의 dead tuple 회수를 지연시키는 핵심 원인입니다. VACUUM은 활성 트랜잭션들 중 가장 오래된 txid를 기준으로 xmin horizon을 계산하는데, 오래 열린 트랜잭션이 존재하면 이 horizon이 과거 시점에 묶이게 됩니다. 이로 인해 그 이후에 발생한 dead tuple이라도 xmin horizon보다 생성 시점이 나중이 아니라면 회수 대상에서 제외되어, 결국 테이블 및 인덱스 블로트(Table Bloat)를 유발하고 성능 저하로 이어지게 됩니다.", "answer_rewrite": "잘 모르는 기술 개념 질문이라도 '모른다'고 바로 넘어가기보다는, MVCC의 기본 개념이나 트랜잭션 격리 수준과 연관 지어 아는 만큼 논리적으로 접근하는 것이 좋습니다. 예를 들어 \"오래 열린 트랜잭션이 스냅샷의 기준점을 잡고 있어 VACUUM이 낡은 데이터를 정리하지 못하고 블로트를 유발하는 것으로 이해하고 있습니다. 정확한 내부 메커니즘을 설명드리지 못해 아쉽지만, 추후 xmin horizon과 VACUUM 동작 원리를 더 보완하겠습니다\"와 같이 답변하면 적극적인 태도를 보여줄 수 있습니다.", "coaching_comment": "모르는 기술 면접 질문이라도 완전히 포기하기보다는 자신이 아는 관련 개념(MVCC, 트랜잭션 격리)을 바탕으로 유추한 내용을 솔직하고 구조화하여 답변하는 태도가 필요합니다."}, "latency_sec": 3.263, "in_tokens": 915, "out_tokens": 365} +{"label": "gw-gemini-3.5-flash-lite", "suite": "coaching:mixed-fanout", "case_id": "c-personality-rambling", "rep": 5, "ok": true, "coaching": {"model_answer": "캡스톤 프로젝트 당시 프론트엔드 팀원과 API 스펙 해석의 차이로 통합 직전 2주가 지연되는 갈등이 있었습니다. 저는 서로의 주관적 해석을 맞추기보다 객관적인 계약(Contract)이 필요하다고 판단하여, OpenAPI(Swagger) 명세를 먼저 작성하고 Mock 서버를 구축해 프론트엔드가 병렬로 개발할 수 있도록 프로세스를 개선했습니다. 그 결과 이후 스프린트에서 통합 이슈가 3건에서 0건으로 줄어들며 일정을 맞출 수 있었고, 이 경험을 통해 기술적 해결책뿐만 아니라 상대방의 입장에서 병목을 없애주는 소통의 중요성을 배웠습니다.", "answer_rewrite": "캡스톤 프로젝트 때 프론트엔드 팀원과 API 스펙 해석이 달라 통합 직전 2주간 일정이 지연된 적이 있습니다. 당시 저는 구두로 소통하기보다 OpenAPI 명세를 먼저 작성하고 Mock 서버를 띄워 프론트엔드 팀원이 병렬로 개발할 수 있도록 구조를 바꿨습니다. 그 결과 이후 스프린트에서는 API 통합 이슈가 3건에서 0건으로 줄며 성공적으로 프로젝트를 마칠 수 있었습니다. 다만 초기에는 제 방식을 고집하며 감정이 상한 적이 있어, 이후에는 의사결정 전에 대안 두 가지를 먼저 비교하여 팀원과 합의하는 방식을 갖추게 되었습니다.", "coaching_comment": "추상적인 소통 예찬보다는 이력서에 있는 캡스톤 프로젝트의 구체적인 갈등 해결 과정과 정량적 결과를 STAR 구조로 명확히 전달해야 합니다."}, "latency_sec": 2.426, "in_tokens": 1250, "out_tokens": 370} +{"label": "gw-gemini-3.5-flash-lite", "suite": "coaching:mixed-fanout", "case_id": "c-weak-backend", "rep": 6, "ok": true, "coaching": {"model_answer": "결제 승인 콜백 지연 시 발생한 중복 주문 문제는 네트워크 재시도와 비동기 메시징 환경에서의 데이터 일관성 부재가 원인이었습니다. 이를 해결하기 위해 두 가지 패턴을 결합하여 적용했습니다.\n\n먼저 **Outbox 패턴**은 주문 생성 트랜잭션과 결제 요청 이벤트 발행을 동일한 DB 트랜잭션 내로 묶어 보장합니다. 이를 통해 애플리케이션 서버가 결제 요청 직후 크래시가 나더라도 이벤트가 유실되지 않고 안전하게 메시지 브로커로 전달되도록 **메시지 유실 및 트랜잭션 경계 문제**를 막았습니다.\n\n반면 **멱등 키(Idempotency Key)**는 외부 결제 게이트웨이의 콜백이나 클라이언트의 재시도(Retry)로 인해 동일한 요청이 여러 번 들어올 때 유효합니다. 고유한 키를 바탕으로 DB 유니크 제약 조건을 활용해 단 한 번만 처리되도록 보장하므로, **동일 요청의 중복 실행(중복 결제 및 주문 생성)**을 방지합니다. 즉, Outbox는 '이벤트의 안정적 발행'을, 멱등 키는 '중복 요청의 안전한 무시'를 담당합니다.", "answer_rewrite": "(주)마켓온 커머스 주문·결제 도메인에서 결제 승인 콜백 지연으로 발생한 중복 주문 문제를 **Transactional Outbox 패턴**과 **멱등 키(Idempotency Key)**를 함께 도입해 해결했습니다.\n\n결제 승인 콜백이 지연되면서 클라이언트가 재시도를 하거나 외부 PG사에서 중복 콜백을 보낼 때, 기존에는 동일 주문이 여러 번 생성되는 문제가 있었습니다. 이를 막기 위해 **멱등 키**를 도입하여 결제/주문 요청 시 고유 키를 기반으로 중복 요청을 필터링하고 DB 유니크 제약 조건으로 방어했습니다.\n\n동시에 DB에 주문 데이터는 저장되었으나 메시지 발행 시점에 장애가 생겨 이벤트가 유실되는 정합성 문제를 막기 위해 **Outbox 패턴**을 적용했습니다. 주문 테이블과 Outbox 테이블을 하나의 로컬 트랜잭션으로 묶어 원자성을 보장한 뒤, 안정적으로 Kafka로 이벤트를 발행하도록 구성하여 중복 주문 0건을 달성했습니다.", "coaching_comment": "모호한 표현 대신 멱등 키가 막는 중복 요청과 Outbox 패턴이 보장하는 트랜잭션 경계(메시지 유실 방지)의 역할을 명확히 구분하여 설명해야 합니다."}, "latency_sec": 3.413, "in_tokens": 1382, "out_tokens": 602} +{"label": "gw-gemini-3.5-flash-lite", "suite": "coaching:mixed-fanout", "case_id": "c-dont-know-cs", "rep": 7, "ok": true, "coaching": {"model_answer": "PostgreSQL의 MVCC 환경에서 오래 열린 트랜잭션(Long-running transaction)은 VACUUM의 dead tuple 회수를 방해하는 핵심 요인입니다. VACUUM은 활성 트랜잭션들의 가장 오래된 xmin(xmin horizon)을 기준으로 그 이전 시점에 생성된 dead tuple만 안전하게 회수하여 공간을 재사용하거나 OS에 반환합니다. 따라서 트랜잭션이 장시간 끝나지 않고 유지되면 xmin horizon이 갱신되지 못해, 이후 발생한 수많은 dead tuple들이 회수되지 못한 채 테이블에 그대로 쌓이게 됩니다. 이는 결국 테이블과 인덱스의 물리적 크기가 불필요하게 커지는 Table Bloat 현상으로 이어져 Sequential Scan 성능 저하 및 디스크 용량 부족 문제를 유발합니다.", "answer_rewrite": "죄송합니다만, 그 부분에 대해서는 정확한 메커니즘까지는 기억나지 않습니다. 다만, VACUUM이 dead tuple을 정리할 때 활성 트랜잭션의 xmin을 기준으로 삼는 것으로 알고 있습니다. 따라서 오래 열린 트랜잭션이 존재하면 이 기준점이 멈춰 서서 불필요한 튜플들이 회수되지 못하고, 결과적으로 테이블 Bloat 등의 성능 저하로 이어진다고 이해하고 있습니다.", "coaching_comment": "모르는 내용이라도 핵심 개념인 xmin과 dead tuple 회수 지연의 인과관계를 떠올려 아는 부분까지 논리적으로 답변하는 태도가 필요합니다."}, "latency_sec": 2.395, "in_tokens": 915, "out_tokens": 344} +{"label": "gw-gemini-3.5-flash-lite", "suite": "coaching:mixed-fanout", "case_id": "c-personality-rambling", "rep": 8, "ok": true, "coaching": {"model_answer": "캡스톤 프로젝트 당시 프론트엔드 팀원과 API 스펙 해석의 차이로 통합 직전 2주간 일정이 지연되는 갈등이 있었습니다. 이를 해결하기 위해 먼저 OpenAPI 명세를 문서화하고 Mock 서버를 구축하여 프론트엔드 팀이 API 완성 전에도 병렬로 개발을 진행할 수 있도록 구조를 개선했습니다. 그 결과 다음 스프린트부터 통합 이슈가 3건에서 0건으로 감소했으며, 당시 제 주장을 고집하다 감정이 상했던 경험을 교훈 삼아 이후에는 기술적 결정을 내릴 때 항상 두 가지 이상의 대안을 비교하여 팀원들과 함께 조율하는 방식으로 협업 방식을 개선했습니다.", "answer_rewrite": "캡스톤 프로젝트를 진행할 때 프론트엔드 팀원과 API 스펙 해석이 달라 통합 직전 2주 동안 일정이 지연된 갈등 상황이 있었습니다. 저는 이 문제를 해결하기 위해 OpenAPI 명세를 먼저 작성하고 Mock 서버를 띄워 프론트엔드 팀이 병렬로 개발할 수 있는 환경을 제안했습니다. 이 방식을 도입한 이후 다음 스프린트에서는 API 통합 이슈가 3건에서 0건으로 줄어드는 정량적인 개선을 이뤘습니다. 이 과정을 통해 제 방식을 고집하기보다 대안을 먼저 비교하고 소통하는 것이 협업에 더 중요하다는 점을 배웠습니다.", "coaching_comment": "추상적인 소통의 중요성 대신 캡스톤 프로젝트에서의 구체적인 갈등 상황과 해결 과정을 STAR 기조에 맞춰 명확하게 제시해야 합니다."}, "latency_sec": 2.395, "in_tokens": 1250, "out_tokens": 355} +{"label": "gw-gemini-3.5-flash-lite", "suite": "coaching:mixed-fanout", "case_id": "c-weak-backend", "rep": 9, "ok": true, "coaching": {"model_answer": "결제 승인 콜백 지연 시 발생한 중복 주문 문제는 네트워크 재시도나 사용자의 중복 클릭으로 인해 동일한 요청이 여러 번 들어오는 상황과, 외부 PG사의 응답 지연으로 인해 이벤트 발행과 DB 트랜잭션 간의 일관성이 깨지는 상황이 복합적으로 작용한 결과였습니다. \n\n이를 해결하기 위해 첫째, **멱등 키(Idempotency Key)**를 도입하여 클라이언트나 PG사로부터 동일한 요청이 중복 유입되더라도 비즈니스 로직이 단 한 번만 실행되도록 DB 유니크 제약 조건 기반의 방어 로직을 구현했습니다. 둘째, **Transactional Outbox 패턴**을 적용하여 주문 DB 트랜잭션과 Kafka 이벤트 발행을 원자적으로 묶었습니다. 비즈니스 로직 처리와 Outbox 테이블 저장을 동일한 로컬 트랜잭션으로 처리한 뒤, 별도의 Outbox Processor나 Debezium 등을 통해 메시지를 안전하게 발행함으로써 DB는 반영되었으나 메시지 유실이나 발행 실패로 인해 시스템 간 상태 불일치가 발생하는 실패 케이스를 원천 차단했습니다.", "answer_rewrite": "(주)마켓온 커머스 주문·정산 도메인에서 결제 승인 콜백 지연으로 발생했던 중복 주문 문제는 **멱등 키**와 **Transactional Outbox 패턴**을 조합하여 해결했습니다. \n\n먼저 **멱등 키**를 도입해 동일한 결제 요청이 네트워크 재시도 등으로 중복 들어와도 멱등성 테이블의 유니크 제약 조건으로 두 번째 요청부터는 차단되도록 구현했습니다. 다음으로 **Outbox 패턴**을 적용해, 주문 DB에 데이터를 저장하는 트랜잭션과 Kafka로 결제 완료벤트를 발행하는 작업을 동일한 트랜잭션 경계 내(Outbox 테이블 활용)로 묶었습니다. 이를 통해 DB 업데이트는 성공했으나 이벤트 발행 중 네트워크 장애 등으로 유실되거나 반대의 경우 발생하는 불일치 실패 케이스를 모두 방어하여 중복 주문 0건을 달성했습니다.", "coaching_comment": "단순히 '잘 처리했다'고 두루뭉술하게 답하지 말고, 멱등 키가 막는 중복 요청과 Outbox 패턴이 막는 메시지-DB 불일치 상황을 각각 명확히 구분하여 설명해야 합니다."}, "latency_sec": 3.061, "in_tokens": 1382, "out_tokens": 532} +{"label": "gw-gemini-3.5-flash-lite", "suite": "coaching:mixed-fanout", "case_id": "c-dont-know-cs", "rep": 10, "ok": true, "coaching": {"model_answer": "PostgreSQL의 MVCC 환경에서 오래 열린 트랜잭션(Long-running Transaction)은 VACUUM의 dead tuple 회수를 지연시키는 핵심 원인입니다. VACUUM은 활성 트랜잭션 중 가장 오래된 txid(xmin horizon)를 기준으로 이보다 이전의 트랜잭션이 생성한 dead tuple만 물리적으로 제거하고 공간을 재사용할 수 있도록 마크합니다. 따라서 특정 트랜잭션이 장시간 열려 있으면, 그 시점 이후에 발생한 수많은 dead tuple들이 회수되지 못하고 테이블에 그대로 쌓이게 됩니다. 이는 결국 테이블 및 인덱스 Bloat(비대화)를 유발하여 디스크 공간을 낭비하고, 전체적인 sequential scan 성능 저하로 이어집니다.", "answer_rewrite": "모르는 기술 개념 질문이라 하더라도 \"잘 모르겠습니다\"라고 바로 넘어가기보다는, MVCC와 VACUUM의 기본 동작 원리를 바탕으로 유추 가능한 선에서 부분적으로 답변하는 것이 좋습니다. 예를 들어 \"오래 열린 트랜잭션이 존재하면 VACUUM이 안전하게 삭제할 수 있는 기준점(xmin horizon)이 갱신되지 못해, 불필요한 dead tuple들이 제때 회수되지 못하고 결과적으로 테이블 Bloat를 유발하는 것으로 이해하고 있습니다\"라고 답변했다면 훨씬 좋은 인상을 줄 수 있었을 것입니다.", "coaching_comment": "모르는 기술 질문이라도 완전히 포기하기보다는 MVCC와 VACUUM의 핵심 개념을 엮어 아는 만큼 논리적으로 유추해 답변하는 태도가 필요합니다."}, "latency_sec": 2.485, "in_tokens": 915, "out_tokens": 363} +{"label": "gw-gemini-3.5-flash-lite", "suite": "coaching:mixed-fanout", "case_id": "c-personality-rambling", "rep": 11, "ok": true, "coaching": {"model_answer": "캡스톤 프로젝트 당시 프론트엔드 팀원과 API 스펙 해석 차이로 통합 직전 2주간 일정이 지연된 갈등 경험이 있습니다. 저는 이 문제를 해결하기 위해 먼저 OpenAPI(Swagger) 명세를 기준으로 문서를 정합하고, Mock 서버를 도입해 프론트엔드 팀이 병렬로 개발을 진행할 수 있도록 구조를 개선했습니다. 그 결과, 다음 스프린트에서는 API 통합 관련 이슈가 3건에서 0건으로 줄어들며 성공적으로 프로젝트를 마무리할 수 있었습니다. 이 경험을 통해 기술적 해결책뿐만 아니라, 갈등 상황에서 감정을 앞세우기보다 데이터와 명세 기반으로 대안을 제시하는 소통의 중요성을 배웠습니다.", "answer_rewrite": "캡스톤 프로젝트를 진행할 때, 프론트엔드 팀원과 API 스펙 해석의 차이로 인해 통합 직전 2주 동안 개발이 지연되는 갈등 상황이 있었습니다. 당시 저는 제 방식이 맞다고 고집하기보다, 객관적인 해결책을 찾기 위해 OpenAPI 명세를 먼저 작성하고 Mock 서버를 구축하자고 제안했습니다. 이를 통해 프론트엔드 팀이 대기 시간 없이 병렬로 개발을 이어갈 수 있도록 환경을 개선했고, 이후 스프린트에서는 통합 이슈를 3건에서 0건으로 줄이는 성과를 거두었습니다. 초반에 제 주장을 강하게 내세워 팀원과 감정이 상했던 점을 반성한 뒤, 이후에는 의견 충돌이 발생할 때 반드시 두 가지 이상의 대안을 먼저 비교하여 제시하는 방식으로 협업 방식을 개선했습니다.", "coaching_comment": "추상적인 소통의 중요성을 말하기보다 이력서에 있는 캡스톤 프로젝트의 구체적인 갈등 상황과 해결 과정을 STAR 구조로 명확히 드러내야 합니다."}, "latency_sec": 4.273, "in_tokens": 1250, "out_tokens": 422} +{"label": "gw-gemini-3.5-flash-lite", "suite": "coaching:mixed-fanout", "case_id": "c-weak-backend", "rep": 12, "ok": true, "coaching": {"model_answer": "결제 승인 콜백 지연 시 발생한 중복 주문 문제는 네트워크 재시도와 비동기 메시징 환경에서의 데이터 일관성 결여가 원인이었습니다. 이를 해결하기 위해 두 가지 패턴을 결합하여 적용했습니다.\n\n첫째, **멱등 키(Idempotency Key)** 패턴은 **클라이언트나 외부 PG사의 중복 요청(네트워크 타임아웃으로 인한 재시도 등)**을 방어하기 위해 사용했습니다. 주문 요청 시 고유한 멱등 키를 발급·저장하여, 동일한 키로 들어오는 후속 요청은 비즈니스 로직을 타지 않고 기존 결과를 반환하도록 처리해 **동일한 요청의 중복 처리(Over-processing)**를 막았습니다.\n\n둘째, **Transactional Outbox 패턴**은 **주문 서비스 DB 저장과 Kafka 이벤트 발행 간의 원자성(Atomicity) 보장**을 위해 도입했습니다. DB 트랜잭션과 메시지 발행이 분리되어 있어 발생할 수 있는 'DB는 저장되었으나 이벤트 발행에 실패하는 유령 메시지/누락 문제'를 해결하기 위해, 비즈니스 데이터와 발행할 이벤트를 동일한 로컬 트랜잭션으로 Outbox 테이블에 먼저 기록한 뒤 별도 폴링/릴레이를 통해 안전하게 메시지를 발행하도록 구축했습니다.", "answer_rewrite": "(주)마켓온에서 주문/결제 도메인을 담당하며 겪었던 결제 승인 콜백 지연 문제를 멱등 키와 Transactional Outbox 패턴으로 해결했습니다.\n\n먼저 **멱등 키**를 도입하여 외부 PG사의 콜백이 네트워크 지연으로 인해 중복 전송되더라도, DB에 저장된 고유 멱등 키를 기준으로 기존 처리 결과를 반환하여 **중복 주문 생성을 0건으로 차단**했습니다.\n\n또한, 주문 완료 후 결제 승인 이벤트를 Kafka로 발행하는 과정에서 발생할 수 있는 **메시지 발행 유실(Dual-write 문제)**을 막기 위해 **Outbox 패턴**을 적용했습니다. 주문 DB 저장과 Outbox 테이블 기록을 하나의 로컬 트랜잭션으로 묶어 원자성을 보장한 뒤, 안정적으로 이벤트를 발행하여 데이터 정합성을 유지했습니다.", "coaching_comment": "모호한 표현 대신 멱등 키가 막는 중복 요청과 Outbox 패턴이 보장하는 트랜잭션 원자성의 역할을 각각 명확하게 분리해서 설명해야 합니다."}, "latency_sec": 3.356, "in_tokens": 1382, "out_tokens": 565} +{"label": "gw-gemini-3.5-flash-lite", "suite": "coaching:mixed-fanout", "case_id": "c-dont-know-cs", "rep": 13, "ok": true, "coaching": {"model_answer": "PostgreSQL은 MVCC를 구현하기 위해 각 튜플에 `xmin`과 `xmax` 같은 시스템 컬럼을 사용하여 트랜잭션 가시성을 관리합니다. 이때 오래 열린 트랜잭션(Long-running transaction)이 존재하면, 이 트랜잭션이 시작된 시점의 ID가 `xmin horizon` 계산에 영향을 미쳐 그 이후에 생성되거나 삭제된 튜플들의 물리적 공간이 회수되지 못합니다. 즉, 이미 `DELETE`나 `UPDATE`로 인해 `dead tuple`이 되었더라도, 이 오래된 트랜잭션이 바라볼 수 있는 가능성이 있기 때문에 VACUUM 작업이 이를 정리하지 못하고 건너뛰게 됩니다. 이로 인해 데드 튜플이 누적되면서 테이블과 인덱스 Bloat(공간 낭비) 현상이 발생하고, 결과적으로 Sequential Scan 성능 저하 등 전반적인 DB 성능 악화로 이어지게 됩니다.", "answer_rewrite": "죄송하지만 해당 개념에 대해 정확히 정리하지 못했습니다. 다만, PostgreSQL의 MVCC 환경에서 오래 지속되는 트랜잭션이 발생하면 VACUUM이 데드 튜플을 정상적으로 회수하지 못해 테이블 Bloat이나 성능 저하를 유발할 수 있다는 점은 인지하고 있습니다. 이와 관련하여 트랜잭션 관리나 모니터링 시 주의해야 할 점에 대해 추가로 학습하겠습니다.", "coaching_comment": "모르는 기술 개념 질문이라도 본인이 아는 관련 지식(예: VACUUM의 목적이나 Bloat 현상)을 연결해서 부분적으로 답하거나, 모르는 이유를 솔직하게 인정하되 핵심 키워드인 xmin horizon과 연관지어 짧게 유추하는 태도가 필요합니다."}, "latency_sec": 2.762, "in_tokens": 915, "out_tokens": 401} +{"label": "gw-gemini-3.5-flash-lite", "suite": "coaching:mixed-fanout", "case_id": "c-personality-rambling", "rep": 14, "ok": true, "coaching": {"model_answer": "캡스톤 프로젝트 당시 프론트엔드 팀원과 API 스펙 해석 차이로 통합 직전 2주간 일정이 지연된 갈등 상황이 있었습니다. 저는 주관적인 주장 대신 OpenAPI 명세를 먼저 작성하고 Mock 서버를 구축하여 프론트엔드 팀이 병렬로 개발할 수 있는 구조적 대안을 제안했습니다. 그 결과 소통의 모호함을 없애고 원활하게 협업을 마칠 수 있었으며, 이후 스프린트에서는 API 통합 이슈가 3건에서 0건으로 감소했습니다. 이 경험을 통해 기술적 해결책뿐만 아니라, 갈등 상황에서 감정을 배제하고 객관적인 프로세스를 도입하는 것이 중요하다는 점을 배웠습니다.", "answer_rewrite": "캡스톤 프로젝트를 진행할 때 프론트엔드 팀원과 API 스펙 해석이 달라 통합 직전 2주간 일정이 지연되는 갈등이 있었습니다. 처음에는 제 방식이 옳다고 고집하여 팀원과 감정이 상하기도 했습니다. 하지만 문제를 해결하기 위해 OpenAPI 명세를 먼저 작성하고 Mock 서버를 띄워 프론트엔드 팀이 병렬로 개발할 수 있도록 프로세스를 개선했습니다. 그 결과 이후 스프린트에서는 통합 이슈가 3건에서 0건으로 줄어들었습니다. 이 경험 이후로 의견 충돌이 생기면 내 주장을 내세우기 전에 대안 두 가지를 먼저 비교하여 객관적으로 합의하는 방식으로 협업 방식을 개선했습니다.", "coaching_comment": "추상적인 소통 강조보다는 캡스톤 프로젝트의 구체적인 갈등 상황과 프로세스 개선 결과(통합 이슈 3건 -> 0건)를 STAR 구조로 명확히 드러내야 합니다."}, "latency_sec": 2.526, "in_tokens": 1250, "out_tokens": 396} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:mixed-followup", "case_id": "f-strong-backend", "rep": 0, "ok": true, "followup_question": "Outbox 테이블 폴링 방식에서 릴레이가 이벤트를 읽은 후 발행에 실패하면 어떤 방식으로 재처리를 보장하시나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 1.615, "ttft_sec": 1.274, "in_tokens": 9054, "out_tokens": 291} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:mixed-followup", "case_id": "f-weak-vague", "rep": 1, "ok": true, "followup_question": "중복 주문이 안 생기게 잘 처리했다고 하셨는데, 멱등 키와 Outbox 패턴이 각각 구체적으로 어떤 실패 케이스를 막아주는지 설명해 주세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.557, "ttft_sec": 1.211, "in_tokens": 8274, "out_tokens": 311} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:mixed-followup", "case_id": "f-dont-know-explicit", "rep": 2, "ok": true, "followup_question": "오래 열린 트랜잭션이 생기면 왜 VACUUM이 dead tuple을 지우지 못하고 디스크 공간을 낭비하게 되는지 그 원리만 간단히 짚어볼까요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.712, "ttft_sec": null, "in_tokens": 7998, "out_tokens": 327} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:mixed-followup", "case_id": "f-dont-know-stt", "rep": 3, "ok": true, "followup_question": "그럼 React 18 이전 버전에서는 비동기 함수 안의 상태 업데이트가 어떻게 처리되었는지 아시나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.457, "ttft_sec": null, "in_tokens": 6660, "out_tokens": 215} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:mixed-followup", "case_id": "f-clarification", "rep": 4, "ok": true, "followup_question": "CPU 사용량 70%를 기준으로 오토스케일링을 설정한 이유와, 트래픽이 몰리기 전에 미리 서버를 늘려둔 이유가 무엇인지 각각 설명해 주세요.", "answer_intent": "CLARIFICATION", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.507, "ttft_sec": 1.26, "in_tokens": 8208, "out_tokens": 316} +{"label": "gw-gemini-3.5-flash-lite", "suite": "followup:mixed-followup", "case_id": "f-confirm-short", "rep": 5, "ok": true, "followup_question": "폴링 주기는 어느 정도였으며, DB 부하는 어떻게 관리하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": null, "latency_sec": 1.549, "ttft_sec": 1.25, "in_tokens": 6770, "out_tokens": 182} +{"label": "gw-gemini-3.5-flash-lite", "suite": "mixed_summary", "ok": true, "fanout_wall_sec": 10.58, "coaching_success": 15, "followup_latency_p50": 1.55, "followup_latency_max": 1.71, "followup_ttft_p50": 1.26} diff --git a/docs/research/local-llm-deep-dive-2026-09/data/raw/load-lcpp-gemma4-e2b-np4.jsonl b/docs/research/local-llm-deep-dive-2026-09/data/raw/load-lcpp-gemma4-e2b-np4.jsonl new file mode 100644 index 00000000..23b1091d --- /dev/null +++ b/docs/research/local-llm-deep-dive-2026-09/data/raw/load-lcpp-gemma4-e2b-np4.jsonl @@ -0,0 +1,90 @@ +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@1", "case_id": "f-strong-backend", "rep": 0, "ok": true, "followup_question": "멱등 키를 사용했을 때, 두 번째 요청이 기존 주문을 그대로 돌려주는 방식이 실제 비즈니스 로직 상 어떤 잠재적 데이터 불일치(예: 금액 차이, 상태 불일치)를 유발할 수 있었나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 1.192, "ttft_sec": 0.154, "in_tokens": 1520, "out_tokens": 103} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@1", "case_id": "f-weak-vague", "rep": 1, "ok": true, "followup_question": "멱등 키와 Outbox 패턴을 함께 사용하신 구체적인 기술적 이유와 각각이 막는 실패 케이스를 설명해 주시겠어요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.028, "ttft_sec": null, "in_tokens": 1390, "out_tokens": 80} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@1", "case_id": "f-dont-know-explicit", "rep": 2, "ok": true, "followup_question": "PostgreSQL의 MVCC에서 오래 열린 트랜잭션이 vacuum에 미치는 영향에 대해 구체적으로 설명해 주시겠어요?", "answer_intent": "DONT_KNOW", "answer_evaluation": null, "latency_sec": 1.289, "ttft_sec": null, "in_tokens": 1344, "out_tokens": 76} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@1", "case_id": "f-dont-know-stt", "rep": 3, "ok": true, "followup_question": "React 18의 automatic batching이 이전 버전과 어떻게 다른지, 구체적으로 어떤 상황에서 배칭이 적용되는지 설명해 주시겠어요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.416, "ttft_sec": null, "in_tokens": 1343, "out_tokens": 82} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@1", "case_id": "f-clarification", "rep": 4, "ok": true, "followup_question": "HPA 기준을 CPU 70%로 설정하신 구체적인 근거와, 트래픽 피크에 대한 사전 스케일아웃 전략을 어떻게 설계하셨는지 다시 설명해 주시겠어요?", "answer_intent": "CLARIFICATION", "answer_evaluation": null, "latency_sec": 1.601, "ttft_sec": 0.743, "in_tokens": 1379, "out_tokens": 91} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@1", "case_id": "f-confirm-short", "rep": 5, "ok": true, "followup_question": "Outbox 릴레이가 폴링하는 방식과 그 폴링 주기(예: 1초, 5초 등)를 구체적으로 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 3.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.5, "ttft_sec": 0.719, "in_tokens": 1365, "out_tokens": 82} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@1", "case_id": "f-infra-fact-error", "rep": 6, "ok": true, "followup_question": "HPA 기준을 메모리 50%로 설정하신 구체적인 근거와, 사전 스케일아웃을 병행하지 않은 이유를 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 3.0, "structure": "PARTIAL_STAR", "correctness": 4.0}, "latency_sec": 2.186, "ttft_sec": 1.33, "in_tokens": 1661, "out_tokens": 88} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@1", "case_id": "f-dba-correct-with-context", "rep": 7, "ok": true, "followup_question": "복합 인덱스 변경과 파티셔닝 중 어느 조치가 최종적으로 180ms 달성에 더 큰 기여를 했나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 2.39, "ttft_sec": 1.617, "in_tokens": 1780, "out_tokens": 80} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@1", "case_id": "f-frontend-strong", "rep": 8, "ok": true, "followup_question": "VariableSizeList를 사용했을 때, 항목 높이 캐싱을 별도로 두신 구체적인 방법과 그로 인해 발생한 성능상의 추가적인 트레이드오프는 무엇이었나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 2.404, "ttft_sec": 1.521, "in_tokens": 1752, "out_tokens": 90} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@1", "case_id": "f-personality-star", "rep": 9, "ok": true, "followup_question": "프론트 팀원과 감정이 상했을 때, 구체적으로 어떤 대안 두 가지를 비교했는지 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 1.637, "ttft_sec": 0.891, "in_tokens": 1444, "out_tokens": 78} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@1", "case_id": "f-personality-rambling", "rep": 10, "ok": true, "followup_question": "의견 충돌 상황에서 '서로 대화를 많이 하는 것'이 구체적으로 어떤 행동이었는지 사례를 들어 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.071, "ttft_sec": 0.349, "in_tokens": 1385, "out_tokens": 77} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@1", "case_id": "f-stt-messy-normal", "rep": 11, "ok": true, "followup_question": "재시도 때문에 DB 부하가 커졌다고 하셨는데, 구체적으로 어떤 지표(예: 응답 시간, DB 커넥션 수 등)를 통해 부하가 커졌음을 확인하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 1.702, "ttft_sec": 0.779, "in_tokens": 1418, "out_tokens": 95} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@1", "case_id": "f-long-answer-history", "rep": 12, "ok": true, "followup_question": "Saga 패턴에서 보상 이벤트 유실 시 PENDING 상태를 해결하기 위해 스위퍼 배치를 사용하셨는데, 이 스위퍼의 주기나 실패 시의 재시도 전략은 어떻게 설계하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 2.367, "ttft_sec": 1.424, "in_tokens": 1726, "out_tokens": 95} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@1", "case_id": "f-english-mixed", "rep": 13, "ok": true, "followup_question": "TanStack Query에서 `staleTime`을 화면별로 다르게 설정한 구체적인 기준과 그 결정 근거를 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 1.556, "ttft_sec": 0.786, "in_tokens": 1399, "out_tokens": 81} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@1", "case_id": "f-strong-backend", "rep": 14, "ok": true, "followup_question": "멱등 키와 Outbox 패턴을 함께 사용한 구체적인 기술적 시나리오와, 각각이 방지하는 실패 케이스를 좀 더 상세히 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 1.973, "ttft_sec": 1.117, "in_tokens": 1520, "out_tokens": 88} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@1", "case_id": "f-weak-vague", "rep": 15, "ok": true, "followup_question": "멱등 키와 Outbox 패턴을 함께 사용하신 구체적인 기술적 근거와 각 패턴이 막는 실패 케이스를 설명해 주시겠어요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.055, "ttft_sec": null, "in_tokens": 1390, "out_tokens": 82} +{"label": "lcpp-gemma4-e2b-np4", "suite": "load_summary", "ok": true, "concurrency": 1, "requests": 16, "success": 16, "wall_sec": 26.38, "throughput_req_per_min": 36.4, "latency_p50": 1.6, "latency_p95": 2.39, "ttft_p50": 0.89, "ttft_p95": 1.62, "over_10s": 0} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@2", "case_id": "f-strong-backend", "rep": 0, "ok": true, "followup_question": "멱등 키를 사용했을 때, 두 번째 요청이 기존 주문을 '그대로 돌려주는' 방식이 실제 비즈니스 로직상 어떤 영향을 미치는지 구체적인 예시를 들어 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 5.218, "ttft_sec": 3.534, "in_tokens": 1520, "out_tokens": 97} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@2", "case_id": "f-weak-vague", "rep": 1, "ok": true, "followup_question": "멱등 키와 Outbox 패턴을 함께 사용한 구체적인 기술적 이유와 각각의 실패 케이스 방어 메커니즘을 설명해 주시겠어요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 4.543, "ttft_sec": null, "in_tokens": 1390, "out_tokens": 84} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@2", "case_id": "f-dont-know-explicit", "rep": 2, "ok": true, "followup_question": "PostgreSQL의 MVCC에서 오래 열린 트랜잭션이 vacuum에 미치는 영향에 대해 구체적으로 설명해 주시겠어요?", "answer_intent": "DONT_KNOW", "answer_evaluation": null, "latency_sec": 2.089, "ttft_sec": null, "in_tokens": 1344, "out_tokens": 76} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@2", "case_id": "f-dont-know-stt", "rep": 3, "ok": true, "followup_question": "React 18의 automatic batching에 대해 현재 알고 계신 부분이나 학습하신 내용을 바탕으로 설명해 주시겠어요?", "answer_intent": "DONT_KNOW", "answer_evaluation": null, "latency_sec": 2.198, "ttft_sec": null, "in_tokens": 1343, "out_tokens": 73} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@2", "case_id": "f-clarification", "rep": 4, "ok": true, "followup_question": "HPA 기준을 CPU 70%로 설정하신 구체적인 근거와, 트래픽 피크에 사전 스케일아웃을 병행한 이유를 다시 설명해 주시겠어요?", "answer_intent": "CLARIFICATION", "answer_evaluation": null, "latency_sec": 3.694, "ttft_sec": 1.404, "in_tokens": 1379, "out_tokens": 89} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@2", "case_id": "f-confirm-short", "rep": 5, "ok": true, "followup_question": "Outbox 릴레이가 폴링하는 방식과 그 폴링 주기를 구체적으로 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 3.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.636, "ttft_sec": 0.789, "in_tokens": 1365, "out_tokens": 70} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@2", "case_id": "f-infra-fact-error", "rep": 6, "ok": true, "followup_question": "HPA 기준을 메모리 50%로 설정하신 구체적인 근거와, 사전 스케일아웃 CronJob을 운영하신 이유를 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 3.0, "structure": "PARTIAL_STAR", "correctness": 4.0}, "latency_sec": 4.012, "ttft_sec": 2.873, "in_tokens": 1661, "out_tokens": 88} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@2", "case_id": "f-dba-correct-with-context", "rep": 7, "ok": true, "followup_question": "복합 인덱스 변경과 파티셔닝 중 어느 조치가 최종적으로 180ms 달성에 더 결정적인 영향을 미쳤나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 2.705, "ttft_sec": 1.687, "in_tokens": 1780, "out_tokens": 80} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@2", "case_id": "f-frontend-strong", "rep": 8, "ok": true, "followup_question": "react-window에서 높이 캐시를 별도로 두셨는데, 항목 높이가 내용에 따라 달라질 때 발생하는 렌더링 오버헤드는 어떻게 관리하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 3.477, "ttft_sec": 2.36, "in_tokens": 1752, "out_tokens": 87} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@2", "case_id": "f-personality-star", "rep": 9, "ok": true, "followup_question": "프론트 팀원과 의견 충돌 시, '대안 두 개를 같이 비교하는 방식'은 구체적으로 어떤 대안들을 비교했는지 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 3.432, "ttft_sec": 2.314, "in_tokens": 1444, "out_tokens": 87} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@2", "case_id": "f-personality-rambling", "rep": 10, "ok": true, "followup_question": "의견 충돌 상황에서 '대화를 많이 하는 것'이 구체적으로 어떤 행동이었는지 사례를 들어 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.967, "ttft_sec": 1.047, "in_tokens": 1385, "out_tokens": 75} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@2", "case_id": "f-stt-messy-normal", "rep": 11, "ok": true, "followup_question": "재시도 때문에 DB 부하가 커졌다고 하셨는데, 구체적으로 어떤 지표(예: 응답 시간, DB 커넥션 수)를 통해 부하가 커졌음을 확인하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 3.562, "ttft_sec": 1.033, "in_tokens": 1418, "out_tokens": 94} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@2", "case_id": "f-long-answer-history", "rep": 12, "ok": true, "followup_question": "Saga 패턴에서 보상 이벤트 유실 시 PENDING 상태를 해결하기 위해 스위퍼 배치를 사용했는데, 이 스위퍼 배치가 실패했을 때의 재시도 전략은 무엇이었나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 3.372, "ttft_sec": 1.561, "in_tokens": 1726, "out_tokens": 91} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@2", "case_id": "f-english-mixed", "rep": 13, "ok": true, "followup_question": "TanStack Query에서 `staleTime`을 화면별로 다르게 설정한 구체적인 기준과 그 결정의 근거를 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 2.635, "ttft_sec": 0.845, "in_tokens": 1399, "out_tokens": 82} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@2", "case_id": "f-strong-backend", "rep": 14, "ok": true, "followup_question": "멱등 키와 Outbox 패턴을 함께 사용하신 구체적인 기술적 의사결정 근거를 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 2.5, "ttft_sec": 1.529, "in_tokens": 1520, "out_tokens": 77} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@2", "case_id": "f-weak-vague", "rep": 15, "ok": true, "followup_question": "멱등 키와 Outbox 패턴을 함께 사용하신 구체적인 기술적 근거와 각 패턴이 막는 실패 케이스를 설명해 주시겠어요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.787, "ttft_sec": null, "in_tokens": 1390, "out_tokens": 82} +{"label": "lcpp-gemma4-e2b-np4", "suite": "load_summary", "ok": true, "concurrency": 2, "requests": 16, "success": 16, "wall_sec": 24.5, "throughput_req_per_min": 39.2, "latency_p50": 3.37, "latency_p95": 4.54, "ttft_p50": 1.56, "ttft_p95": 3.53, "over_10s": 0} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@4", "case_id": "f-strong-backend", "rep": 0, "ok": true, "followup_question": "멱등 키를 사용했을 때, 두 번째 요청이 기존 주문을 돌려주는 '성공' 케이스와, Outbox 패턴을 사용했을 때 이벤트 발행이 실패했을 때의 '실패' 케이스를 구체적으로 비교해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 5.878, "ttft_sec": 1.629, "in_tokens": 1520, "out_tokens": 104} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@4", "case_id": "f-weak-vague", "rep": 1, "ok": true, "followup_question": "멱등 키와 Outbox 패턴을 함께 사용하신 구체적인 기술적 근거와 각각이 막는 실패 케이스를 설명해 주시겠어요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 3.827, "ttft_sec": null, "in_tokens": 1390, "out_tokens": 81} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@4", "case_id": "f-dont-know-explicit", "rep": 2, "ok": true, "followup_question": "PostgreSQL의 MVCC에서 오래 열린 트랜잭션이 vacuum에 미치는 영향에 대해 어떤 부분에 대해 가장 잘 모르시는지 구체적으로 말씀해 주시겠어요?", "answer_intent": "DONT_KNOW", "answer_evaluation": null, "latency_sec": 4.208, "ttft_sec": null, "in_tokens": 1344, "out_tokens": 85} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@4", "case_id": "f-dont-know-stt", "rep": 3, "ok": true, "followup_question": "React 18의 automatic batching이 이전 버전과 다른 점에 대해 구체적으로 설명해 주시겠어요?", "answer_intent": "DONT_KNOW", "answer_evaluation": null, "latency_sec": 3.006, "ttft_sec": null, "in_tokens": 1343, "out_tokens": 71} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@4", "case_id": "f-clarification", "rep": 4, "ok": true, "followup_question": "HPA 기준을 CPU 70%로 설정하신 구체적인 근거와, 트래픽 피크에 대한 사전 스케일아웃 전략을 어떻게 구체화하셨는지 다시 설명해 주시겠어요?", "answer_intent": "CLARIFICATION", "answer_evaluation": null, "latency_sec": 7.19, "ttft_sec": 1.302, "in_tokens": 1379, "out_tokens": 93} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@4", "case_id": "f-confirm-short", "rep": 5, "ok": true, "followup_question": "Outbox 릴레이가 폴링하는 방식에 대해, 구체적으로 어떤 방식으로 메시지를 읽어와 발행하는지 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 3.0, "structure": "NONE", "correctness": null}, "latency_sec": 4.858, "ttft_sec": 1.843, "in_tokens": 1365, "out_tokens": 77} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@4", "case_id": "f-infra-fact-error", "rep": 6, "ok": true, "followup_question": "HPA 기준을 메모리 50%로 설정하셨는데, 메모리 사용량이 높을 때 CPU 사용률이 낮게 유지되는 구체적인 상황은 무엇이었나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 2.0, "structure": "NONE", "correctness": 5.0}, "latency_sec": 6.93, "ttft_sec": 1.589, "in_tokens": 1661, "out_tokens": 85} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@4", "case_id": "f-dba-correct-with-context", "rep": 7, "ok": true, "followup_question": "복합 인덱스 변경이 900ms까지 개선되었는데, 최종적으로 180ms를 달성하기 위해 파티셔닝과 autovacuum 튜닝 중 어느 쪽의 기여도가 더 높았나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 6.623, "ttft_sec": 1.813, "in_tokens": 1780, "out_tokens": 100} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@4", "case_id": "f-frontend-strong", "rep": 8, "ok": true, "followup_question": "VariableSizeList를 사용했을 때, 항목 높이 캐싱을 별도로 두신 구체적인 방식과 그로 인해 발생한 성능 이점은 무엇인가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 5.433, "ttft_sec": 3.057, "in_tokens": 1752, "out_tokens": 84} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@4", "case_id": "f-personality-star", "rep": 9, "ok": true, "followup_question": "프론트 팀원과 감정이 상했다고 하셨는데, 구체적으로 어떤 부분에서 감정이 상했는지, 그리고 그 감정적 갈등을 해소하는 과정에서 본인이 취한 '대안 두 개를 같이 비교하는 방식'의 구체적인 프로세스를 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 6.709, "ttft_sec": 1.691, "in_tokens": 1444, "out_tokens": 114} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@4", "case_id": "f-personality-rambling", "rep": 10, "ok": true, "followup_question": "팀원과 의견 충돌 시 '대화'가 중요하다고 하셨는데, 구체적으로 어떤 방식으로 대화를 시도했고 그 결과 어떤 긍정적인 변화가 있었는지 사례를 들어주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 4.758, "ttft_sec": 0.914, "in_tokens": 1385, "out_tokens": 92} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@4", "case_id": "f-stt-messy-normal", "rep": 11, "ok": true, "followup_question": "재시도 비용이 DB 부하 증가로 이어졌다고 하셨는데, 구체적으로 어떤 지표(예: 평균 재시도 횟수, DB 응답 시간 변화)를 통해 그 부하 증가를 확인하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 5.842, "ttft_sec": 0.969, "in_tokens": 1418, "out_tokens": 99} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@4", "case_id": "f-long-answer-history", "rep": 12, "ok": true, "followup_question": "Saga 패턴에서 보상 이벤트가 유실되었을 때, 스위퍼 배치가 정확히 어떤 조건(예: 이벤트 ID, 타임스탬프)을 기준으로 PENDING 상태를 재조회하는지 구체적으로 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 5.876, "ttft_sec": 1.658, "in_tokens": 1726, "out_tokens": 103} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@4", "case_id": "f-english-mixed", "rep": 13, "ok": true, "followup_question": "TanStack Query에서 `staleTime`을 화면별로 다르게 설정한 구체적인 기준과 그로 인해 발생한 성능 개선 수치는 무엇인가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 4.041, "ttft_sec": 0.984, "in_tokens": 1399, "out_tokens": 82} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@4", "case_id": "f-strong-backend", "rep": 14, "ok": true, "followup_question": "멱등 키와 Outbox 패턴을 함께 사용하신 구체적인 시나리오와, 이 두 패턴이 각각 어떤 종류의 데이터 정합성 실패를 방지하는지 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 3.611, "ttft_sec": 1.176, "in_tokens": 1520, "out_tokens": 91} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@4", "case_id": "f-weak-vague", "rep": 15, "ok": true, "followup_question": "멱등 키와 Outbox 패턴을 함께 사용하신 구체적인 기술적 근거와 각각이 방지하는 실패 케이스를 설명해 주시겠어요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 2.361, "ttft_sec": null, "in_tokens": 1390, "out_tokens": 82} +{"label": "lcpp-gemma4-e2b-np4", "suite": "load_summary", "ok": true, "concurrency": 4, "requests": 16, "success": 16, "wall_sec": 20.71, "throughput_req_per_min": 46.4, "latency_p50": 5.43, "latency_p95": 6.93, "ttft_p50": 1.63, "ttft_p95": 3.06, "over_10s": 0} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@8", "case_id": "f-strong-backend", "rep": 0, "ok": true, "followup_question": "멱등 키와 Outbox 패턴을 함께 사용한 구체적인 기술적 이유와, Outbox 패턴이 막고자 했던 '이벤트 미발행' 실패 케이스를 더 자세히 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 5.867, "ttft_sec": 2.03, "in_tokens": 1520, "out_tokens": 94} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@8", "case_id": "f-weak-vague", "rep": 1, "ok": true, "followup_question": "멱등 키와 Outbox 패턴을 함께 사용하신 구체적인 기술적 이유와 각 패턴이 막는 실패 케이스를 설명해 주시겠어요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 8.708, "ttft_sec": null, "in_tokens": 1390, "out_tokens": 81} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@8", "case_id": "f-dont-know-explicit", "rep": 2, "ok": true, "followup_question": "PostgreSQL의 MVCC에서 오래 열린 트랜잭션이 vacuum에 미치는 영향에 대해 구체적으로 설명해 주시겠어요?", "answer_intent": "DONT_KNOW", "answer_evaluation": null, "latency_sec": 10.221, "ttft_sec": null, "in_tokens": 1344, "out_tokens": 76} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@8", "case_id": "f-dont-know-stt", "rep": 3, "ok": true, "followup_question": "React 18의 automatic batching이 이전 버전과 어떻게 다른지, 특히 setTimeout/Promise 내부 업데이트에 대한 차이를 설명해 주시겠어요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 4.039, "ttft_sec": null, "in_tokens": 1343, "out_tokens": 80} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@8", "case_id": "f-clarification", "rep": 4, "ok": true, "followup_question": "HPA 기준을 CPU 70%로 설정하신 구체적인 근거와, 트래픽 피크에 사전 스케일아웃을 병행한 이유에 대해 다시 설명해 주시겠어요?", "answer_intent": "CLARIFICATION", "answer_evaluation": null, "latency_sec": 4.775, "ttft_sec": 2.07, "in_tokens": 1379, "out_tokens": 90} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@8", "case_id": "f-confirm-short", "rep": 5, "ok": true, "followup_question": "Outbox 릴레이가 폴링하는 방식과 그 폴링 주기를 구체적으로 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 3.0, "structure": "NONE", "correctness": null}, "latency_sec": 3.403, "ttft_sec": 2.023, "in_tokens": 1365, "out_tokens": 70} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@8", "case_id": "f-infra-fact-error", "rep": 6, "ok": true, "followup_question": "HPA 기준을 메모리 50%로 설정하신 구체적인 근거와, 사전 스케일아웃 CronJob을 운영하신 이유를 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 3.0, "structure": "PARTIAL_STAR", "correctness": 4.0}, "latency_sec": 12.06, "ttft_sec": 7.54, "in_tokens": 1661, "out_tokens": 88} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@8", "case_id": "f-dba-correct-with-context", "rep": 7, "ok": true, "followup_question": "복합 인덱스 변경과 파티셔닝 중 어느 쪽이 최종적으로 180ms 달성에 더 큰 기여를 했나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 11.423, "ttft_sec": 7.66, "in_tokens": 1780, "out_tokens": 80} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@8", "case_id": "f-frontend-strong", "rep": 8, "ok": true, "followup_question": "VariableSizeList를 사용했을 때, 항목 높이 캐시를 별도로 두셨는데, 구체적으로 어떤 방식으로 높이 캐싱을 구현하셨는지 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 12.157, "ttft_sec": 7.785, "in_tokens": 1752, "out_tokens": 89} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@8", "case_id": "f-personality-star", "rep": 9, "ok": true, "followup_question": "프론트 팀원과 감정이 상했을 때, 구체적으로 어떤 대안 두 가지를 비교했는지 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 10.017, "ttft_sec": 7.245, "in_tokens": 1444, "out_tokens": 78} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@8", "case_id": "f-personality-rambling", "rep": 10, "ok": true, "followup_question": "의견 충돌 상황에서 '서로 대화를 많이 하는 것'이 구체적으로 어떤 방식으로 팀의 결정을 도왔는지 사례를 들어 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 11.816, "ttft_sec": 8.162, "in_tokens": 1385, "out_tokens": 82} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@8", "case_id": "f-stt-messy-normal", "rep": 11, "ok": true, "followup_question": "재시도 비용이 DB 부하 증가로 이어졌다고 하셨는데, 구체적으로 어떤 지표(예: 평균 재시도 횟수, 트랜잭션 지연 시간)를 통해 그 부하 증가를 판단하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 12.081, "ttft_sec": 7.141, "in_tokens": 1418, "out_tokens": 101} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@8", "case_id": "f-long-answer-history", "rep": 12, "ok": true, "followup_question": "Saga 패턴에서 보상 이벤트 유실 시 PENDING 상태를 해결하기 위해 스위퍼 배치를 사용하셨는데, 이 스위퍼의 주기와 실패 시의 재시도 전략은 어떻게 설계하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 11.069, "ttft_sec": 7.676, "in_tokens": 1726, "out_tokens": 95} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@8", "case_id": "f-english-mixed", "rep": 13, "ok": true, "followup_question": "TanStack Query에서 `staleTime`을 화면별로 다르게 설정한 구체적인 기준과 그로 인해 발생했던 캐시 관련 트레이드오프는 무엇이었나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 9.496, "ttft_sec": 6.299, "in_tokens": 1399, "out_tokens": 87} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@8", "case_id": "f-strong-backend", "rep": 14, "ok": true, "followup_question": "멱등 키를 사용했을 때, 두 번째 요청이 기존 주문을 돌려주는 방식과 Outbox 패턴을 사용했을 때의 트랜잭션 경계 분리 방식의 근본적인 차이점은 무엇인가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 8.904, "ttft_sec": 6.308, "in_tokens": 1520, "out_tokens": 96} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:load@8", "case_id": "f-weak-vague", "rep": 15, "ok": true, "followup_question": "멱등 키와 Outbox 패턴을 함께 사용하신 구체적인 기술적 이유와 각각이 막는 실패 케이스를 설명해 주시겠어요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 8.341, "ttft_sec": null, "in_tokens": 1390, "out_tokens": 80} +{"label": "lcpp-gemma4-e2b-np4", "suite": "load_summary", "ok": true, "concurrency": 8, "requests": 16, "success": 16, "wall_sec": 20.41, "throughput_req_per_min": 47.0, "latency_p50": 10.02, "latency_p95": 12.08, "ttft_p50": 7.25, "ttft_p95": 8.16, "over_10s": 8} +{"label": "lcpp-gemma4-e2b-np4", "suite": "coaching:mixed-fanout", "case_id": "c-weak-backend", "rep": 0, "ok": true, "coaching": {"model_answer": "멱등 키(Idempotency Key)와 Outbox 패턴을 함께 사용한 이유는, 이 두 패턴이 해결하고자 하는 문제의 '범위'와 '단계'가 다르기 때문입니다. \n\n**멱등 키**는 '동일한 요청이 여러 번 들어와도 비즈니스 로직이 한 번만 실행되도록' 보장하는 데 중점을 둡니다. 이는 주로 **외부 시스템(예: 결제 게이트웨이)으로부터의 콜백이나 재시도 요청**과 같이 '외부 입력'에 대한 중복 처리를 방지하는 데 효과적입니다. 즉, '어떤 요청이 들어왔는지'를 식별하여 중복 실행을 막습니다.\n\n반면, **Outbox 패턴**은 '데이터베이스 트랜잭션과 메시지 발행(Event Publishing)의 원자성(Atomicity)'을 보장하는 데 중점을 둡니다. 이는 주문 생성과 '주문 완료 이벤트 발행'이라는 두 작업이 하나의 DB 트랜잭션 내에서 성공하거나 실패하도록 보장하여, **데이터 불일치(Data Inconsistency)**를 막습니다. 즉, 내부 시스템 간의 데이터 일관성을 유지합니다.\n\n결론적으로, 멱등 키는 **'외부 입력의 중복 방지'**라는 입력 계층의 안정성을, Outbox 패턴은 **'내부 시스템 간의 데이터 일관성 유지'**라는 내부 처리 계층의 안정성을 보장하기 위해 함께 사용되었습니다.", "answer_rewrite": "결제 승인 콜백 지연으로 인한 중복 주문 문제를 해결하기 위해 멱등 키와 Outbox 패턴을 함께 적용했습니다. \n\n**멱등 키**는 외부 시스템으로부터의 결제 승인 콜백이 지연되거나 재전송될 경우, 동일한 주문 요청이 중복으로 처리되는 것을 방지하는 데 사용되었습니다. 이는 **외부 입력에 대한 중복 실행을 막는 역할**을 합니다.\n\n반면, **Transactional Outbox 패턴**은 주문 생성과 '주문 완료 이벤트 발행'이라는 두 작업이 하나의 데이터베이스 트랜잭션 내에서 원자적으로 처리되도록 보장합니다. 이는 결제 성공 후 이벤트 발행이 누락되거나 주문 데이터가 불일치하는 **내부 시스템 간의 데이터 일관성 문제**를 방지합니다.\n\n요약하자면, 멱등 키는 **외부 입력의 중복을 제어**하고, Outbox 패턴은 **내부 데이터 흐름의 일관성을 보장**하여, 콜백 지연 상황에서 발생할 수 있는 모든 종류의 중복 주문 및 데이터 불일치를 종합적으로 방어할 수 있었습니다.", "coaching_comment": "두 패턴이 해결하는 문제의 '범위(외부 입력 vs. 내부 데이터 일관성)'를 명확히 구분하여 설명해야 합니다."}, "latency_sec": 26.945, "in_tokens": 1394, "out_tokens": 638} +{"label": "lcpp-gemma4-e2b-np4", "suite": "coaching:mixed-fanout", "case_id": "c-dont-know-cs", "rep": 1, "ok": true, "coaching": {"model_answer": "PostgreSQL의 MVCC(Multi-Version Concurrency Control)에서 오래 열린 트랜잭션이 `VACUUM`에 미치는 영향은 주로 'dead tuple'의 회수 지연과 테이블의 Bloat 증가로 나타납니다. MVCC는 트랜잭션이 끝날 때까지 해당 트랜잭션이 생성한 이전 버전의 데이터(dead tuple)를 삭제하지 않고 유지합니다. 이 dead tuple들은 물리적으로 테이블 공간을 차지하며, 이들이 정리되지 않으면 테이블의 물리적 크기가 증가하여 성능 저하를 유발합니다. 특히, `VACUUM` 프로세스가 이 dead tuple들을 정리하는 작업(데드 튜플 회수)이 지연되면, 쿼리 시 스캔해야 할 데이터의 양이 늘어나고, 결국 테이블의 Bloat이 심화되어 I/O 효율성이 떨어지게 됩니다. 따라서 주기적인 `VACUUM` 및 `VACUUM FULL` (필요시)을 통해 이들을 정리하는 것이 중요합니다.", "answer_rewrite": "PostgreSQL의 MVCC에서 오래 열린 트랜잭션이 `VACUUM`에 미치는 영향은 크게 두 가지로 설명할 수 있습니다. 첫째, **dead tuple 회수 지연**입니다. MVCC는 트랜잭션이 끝날 때까지 이전 버전의 데이터(dead tuple)를 보존하는데, 이 dead tuple들이 물리적인 공간을 점유하게 됩니다. 둘째, **테이블 Bloat 증가**입니다. 정리되지 않은 dead tuple들은 테이블의 물리적 크기를 증가시켜 디스크 공간 낭비(Bloat)를 유발합니다. 이로 인해 쿼리 성능 저하가 발생할 수 있습니다. 이를 해결하기 위해 `VACUUM` 프로세스가 이 dead tuple들을 주기적으로 정리해주어야 합니다.", "coaching_comment": "핵심 개념(dead tuple, Bloat)을 명확히 정의하고, 그 영향(회수 지연, Bloat)을 구조적으로 연결하여 설명해야 합니다."}, "latency_sec": 21.462, "in_tokens": 927, "out_tokens": 449} +{"label": "lcpp-gemma4-e2b-np4", "suite": "coaching:mixed-fanout", "case_id": "c-personality-rambling", "rep": 2, "ok": true, "coaching": {"model_answer": "팀원과의 의견 충돌 상황에서 저는 소통의 중요성을 강조하며 해결책을 모색했습니다. 예를 들어, 캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석에 대한 의견 차이가 발생하여 통합이 지연된 경험이 있습니다. 저는 단순히 제 의견을 관철하기보다, 먼저 제가 제안한 OpenAPI 명세와 Mock 서버 구성을 통해 병렬 개발이 가능함을 명확히 설명했습니다. 이후 팀원과 제 의견을 비교하고 장단점을 함께 검토하는 과정을 거쳤습니다. 그 결과, 초기 통합 이슈 3건이 최종적으로 0건으로 줄어들었습니다. 이 경험을 통해 기술적 의견 충돌 시에는 감정적인 대응 대신, 객관적인 근거(명세, Mock 서버 등)를 제시하고 대안을 함께 비교하는 방식으로 접근하는 것이 효과적임을 배웠습니다.", "answer_rewrite": "캡스톤 프로젝트 당시, 프론트엔드 팀원과 API 스펙 해석에 대한 의견 차이로 인해 통합 작업이 2주 지연된 적이 있습니다. 처음에는 제 방식이 옳다고 고집하여 팀원과 감정이 상했지만, 이후에는 소통 방식을 개선했습니다. 저는 먼저 제가 제안한 OpenAPI 명세와 Mock 서버 구성을 통해 병렬 개발이 가능함을 명확히 설명했습니다. 이후에는 제 의견과 다른 대안들을 함께 비교하고 장단점을 분석하는 방식으로 접근했습니다. 그 결과, 통합 이슈를 3건에서 0건으로 줄일 수 있었습니다. 이 경험을 통해 기술적 의견 충돌 시에는 감정적으로 대응하기보다, 객관적인 근거를 제시하고 대안을 함께 검토하는 것이 팀워크에 긍정적인 결과를 가져온다는 것을 배웠습니다.", "coaching_comment": "STAR 구조를 활용하여 갈등 상황에서 본인의 구체적인 행동과 그로 인한 정량적 성과를 명확히 제시해야 합니다."}, "latency_sec": 33.687, "in_tokens": 1262, "out_tokens": 434} +{"label": "lcpp-gemma4-e2b-np4", "suite": "coaching:mixed-fanout", "case_id": "c-weak-backend", "rep": 3, "ok": true, "coaching": {"model_answer": "멱등 키(Idempotency Key)와 Outbox 패턴을 함께 사용한 이유는, 이 두 패턴이 해결하고자 하는 문제의 '트랜잭션 경계'와 '이벤트 발행의 안정성'이라는 서로 다른 측면의 실패 케이스를 방어하기 위함입니다.\n\n**멱등 키**는 외부 시스템(결제 승인 콜백)으로부터 동일한 요청이 여러 번 들어왔을 때, 비즈니스 로직이 중복 실행되는 것을 막는 역할을 합니다. 이는 주로 **외부 입력의 중복성 실패**를 방지합니다. 예를 들어, 결제 시스템에서 '승인 완료' 메시지가 두 번 전송되어도, 멱등 키를 통해 한 번만 주문 처리가 이루어지도록 보장합니다.\n\n반면, **Outbox 패턴**은 데이터베이스 트랜잭션과 메시지 발행(Kafka) 사이의 일관성(Atomicity)을 보장합니다. 이는 주문 생성과 '결제 완료 이벤트 발행'이 하나의 원자적 작업으로 묶여야 함을 의미합니다. 즉, 주문 DB에 기록되는 시점과 Kafka로 이벤트가 발행되는 시점 사이에 데이터 불일치가 발생하는 **트랜잭션 경계 실패**를 방지합니다.\n\n결론적으로, 멱등 키는 '무엇을 처리할지'의 중복을 막고, Outbox 패턴은 '어떻게 처리할지'의 데이터 일관성을 보장하여, 콜백 지연 상황에서도 데이터 정합성을 유지할 수 있게 합니다.", "answer_rewrite": "결제 승인 콜백 지연으로 인한 중복 주문 문제를 해결하기 위해 멱등 키와 Outbox 패턴을 조합했습니다. 이 두 패턴은 각각 다른 종류의 실패 케이스를 방어합니다.\n\n첫째, **멱등 키**는 외부 시스템으로부터 동일한 요청이 반복적으로 들어오는 **외부 입력 중복성 실패**를 방지합니다. 결제 승인 콜백이 지연되어 여러 번 수신되더라도, 멱등 키를 통해 비즈니스 로직이 중복 실행되는 것을 원천 차단합니다.\n\n둘째, **Outbox 패턴**은 주문 생성과 Kafka 이벤트 발행 간의 **트랜잭션 경계 실패**를 방지합니다. 주문 DB에 기록되는 작업과 Kafka로 이벤트가 발행되는 과정이 하나의 원자적 트랜잭션으로 묶여, 데이터 불일치(예: 주문은 생성되었으나 이벤트 발행이 누락되는 경우)를 방지합니다.\n\n따라서 멱등 키는 '동일한 요청의 중복 처리'를 막고, Outbox 패턴은 '데이터베이스 상태와 이벤트 발행의 일관성'을 보장하여, 콜백 지연 상황에서도 최종적인 주문 데이터의 정합성을 유지할 수 있게 합니다.", "coaching_comment": "각 패턴이 해결하는 실패 케이스(입력 중복 vs. 트랜잭션 경계)를 명확히 구분하여 설명해야 합니다."}, "latency_sec": 28.278, "in_tokens": 1394, "out_tokens": 673} +{"label": "lcpp-gemma4-e2b-np4", "suite": "coaching:mixed-fanout", "case_id": "c-dont-know-cs", "rep": 4, "ok": true, "coaching": {"model_answer": "PostgreSQL의 MVCC(Multi-Version Concurrency Control)에서 오래 열린 트랜잭션은 `xmin` horizon과 관련하여 dead tuple의 회수 지연을 유발할 수 있습니다. 트랜잭션이 오래 유지되면, 해당 트랜잭션이 생성한 dead tuple이 메모리에서 즉시 회수되지 못하고 남아있게 되어 테이블의 물리적 공간을 점유하게 됩니다. 이로 인해 테이블의 `bloat` 현상이 발생하며, 이는 결국 `VACUUM` 프로세스가 해당 영역을 정리하는 데 더 많은 리소스를 소모하게 만들고, 결과적으로 락(lock) 경합이나 I/O 부하 증가로 이어질 수 있습니다.", "answer_rewrite": "PostgreSQL의 MVCC에서 오래 열린 트랜잭션은 주로 dead tuple의 회수 지연과 테이블 bloat을 유발합니다. 오래 열린 트랜잭션은 해당 트랜잭션이 생성한 dead tuple이 `xmin` horizon 내에서 즉시 회수되지 못하고 남아있게 됩니다. 이로 인해 테이블의 물리적 공간이 불필요하게 점유(bloat)되고, `VACUUM` 프로세스가 이 오래된 데이터를 정리하는 데 더 많은 시간과 리소스를 소모하게 됩니다. 이는 결국 쿼리 성능 저하 및 시스템 부하 증가로 이어질 수 있습니다.", "coaching_comment": "핵심 개념(xmin horizon, dead tuple, bloat)을 명확하게 연결하여 설명하는 구조를 갖추어야 합니다."}, "latency_sec": 17.442, "in_tokens": 927, "out_tokens": 346} +{"label": "lcpp-gemma4-e2b-np4", "suite": "coaching:mixed-fanout", "case_id": "c-personality-rambling", "rep": 5, "ok": true, "coaching": {"model_answer": "팀원과의 의견 충돌 상황에서 저는 소통의 중요성을 강조하며 문제를 해결했습니다. 예를 들어, 캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석에 대한 의견 차이가 발생하여 통합 작업이 지연될 위기에 처했던 경험이 있습니다. 저는 감정적인 대립보다는 사실 기반의 논의가 필요하다고 판단했습니다. 먼저, 제가 제안한 OpenAPI 명세와 Mock 서버 구성을 통해 병렬 개발을 진행하는 방안을 제시했습니다. 이후 팀원과 함께 각 방식의 장단점을 객관적으로 비교할 수 있도록 대안 두 가지를 함께 검토하는 과정을 거쳤습니다. 그 결과, 통합 이슈가 3건에서 0건으로 줄어들며 프로젝트 일정을 성공적으로 맞출 수 있었습니다. 이 경험을 통해 의견 충돌 시에는 감정적 대응을 지양하고, 명확한 근거를 바탕으로 대안을 제시하고 함께 합의점을 찾는 것이 가장 효과적임을 배웠습니다.", "answer_rewrite": "저는 팀원과 의견 충돌이 발생했을 때, 소통을 통해 해결하는 것이 가장 중요하다고 생각합니다. 실제로 캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석에 대한 의견 차이로 통합 작업이 지연된 적이 있었습니다. 저는 먼저 제가 제안한 OpenAPI 명세와 Mock 서버를 활용한 병렬 개발 방안을 제시했습니다. 이후 팀원과 함께 제안 방식과 다른 대안들을 비교 검토하는 시간을 가졌습니다. 그 결과, 통합 이슈를 3건에서 0건으로 줄일 수 있었습니다. 이 경험을 통해 의견 충돌 시에는 감정적으로 대응하기보다, 객관적인 근거를 바탕으로 대안을 제시하고 함께 최적의 합의점을 찾는 것이 중요함을 배웠습니다.", "coaching_comment": "STAR 구조를 활용하여 구체적인 행동과 정량적 결과를 명확하게 제시해야 합니다."}, "latency_sec": 25.03, "in_tokens": 1262, "out_tokens": 434} +{"label": "lcpp-gemma4-e2b-np4", "suite": "coaching:mixed-fanout", "case_id": "c-weak-backend", "rep": 6, "ok": true, "coaching": {"model_answer": "멱등 키(Idempotency Key)와 Outbox 패턴을 함께 사용한 이유는, 이 두 패턴이 해결하고자 하는 문제의 근본적인 원인과 트랜잭션 경계의 차이를 명확히 분리하여, 각기 다른 실패 시나리오를 효과적으로 방어하기 위함입니다. \n\n**멱등 키**는 '동일한 요청이 여러 번 들어와도 한 번만 처리되도록' 보장합니다. 이는 주로 네트워크 불안정이나 클라이언트 측 재시도(Retry)로 인해 **결제 승인 콜백이 중복되어 주문이 발생하는 상황**을 막습니다. 즉, '동일한 주문 요청에 대한 중복 실행'이라는 비즈니스 로직의 중복을 방지합니다.\n\n반면, **Transactional Outbox 패턴**은 '데이터베이스 트랜잭션과 외부 메시지 발행(Kafka) 간의 일관성'을 보장합니다. 이는 결제 성공이라는 **핵심 비즈니스 트랜잭션이 성공했을 때, 해당 이벤트를 메시지 브로커로 안전하게 발행**되도록 보장합니다. 만약 주문 저장과 이벤트 발행이 분리되면, 주문 DB는 성공했으나 이벤트 발행에 실패할 수 있습니다. Outbox 패턴은 이 두 작업이 원자적으로 묶여서, 주문이 성공했을 때만 이벤트가 발행되도록 하여 **데이터 정합성(Data Consistency)**을 보장합니다. 따라서 멱등 키는 '동일 요청의 중복 처리'를 막고, Outbox 패턴은 '트랜잭션 성공과 이벤트 발행의 일관성'을 보장하여, 콜백 지연 상황에서 발생하는 복합적인 중복 주문 시나리오를 완벽하게 방어할 수 있습니다.", "answer_rewrite": "결제 승인 콜백 지연으로 인한 중복 주문 문제를 해결하기 위해 멱등 키와 Outbox 패턴을 조합했습니다. 이 두 패턴을 함께 사용한 이유는, 각각이 해결하는 문제의 초점이 다르기 때문입니다.\n\n**멱등 키**는 클라이언트의 재시도나 네트워크 문제로 인해 **동일한 주문 요청이 시스템에 중복으로 입력되는 상황**을 방지합니다. 이는 비즈니스 로직 레벨에서 '동일한 주문 ID에 대한 중복 처리'를 막는 역할을 합니다.\n\n반면, **Transactional Outbox 패턴**은 주문 데이터베이스에 대한 트랜잭션 성공과 Kafka로의 이벤트 발행 간의 **데이터 정합성(Data Consistency)**을 보장합니다. 콜백 지연 상황에서 주문 DB는 성공했으나 이벤트 발행이 실패할 수 있는데, Outbox 패턴은 이 두 작업이 원자적으로 묶여서, 주문이 성공했을 때만 이벤트가 발행되도록 보장합니다. 즉, '데이터베이스 트랜잭션과 메시지 발행의 일관성'을 책임집니다.\n\n결론적으로, 멱등 키는 요청 수준의 중복을 막고, Outbox 패턴은 시스템 내부의 데이터 흐름(DB $\\rightarrow$ Message Broker)의 안정성을 보장하여, 콜백 지연이라는 복합적인 실패 상황에 대해 다층적인 방어 체계를 구축한 것입니다.", "coaching_comment": "각 패턴이 해결하는 문제의 범위를 명확히 구분하여 설명하고, 두 기술이 상호 보완적으로 어떻게 시너지를 내는지 구조적으로 설명해야 합니다."}, "latency_sec": 29.532, "in_tokens": 1394, "out_tokens": 758} +{"label": "lcpp-gemma4-e2b-np4", "suite": "coaching:mixed-fanout", "case_id": "c-dont-know-cs", "rep": 7, "ok": true, "coaching": {"model_answer": "PostgreSQL의 MVCC(Multi-Version Concurrency Control)에서 오래 열린 트랜잭션은 `xmin` horizon과 관련하여 Dead Tuple의 회수(VACUUM)에 영향을 미칩니다. 트랜잭션이 활성 상태에 있으면, 해당 트랜잭션이 생성한 데이터 버전(tuple)들은 MVCC 규칙에 따라 삭제되지 않고 유효 상태로 남아있게 됩니다. 이로 인해 `VACUUM` 프로세스가 해당 트랜잭션이 생성한 '죽은(dead)' 튜플들을 정리하고 물리적 공간을 회수하는 작업이 지연될 수 있습니다. 결과적으로, 오래 열린 트랜잭션이 많을수록 테이블의 Bloat(불필요한 데이터 공간 증가)이 심화되어, 주기적인 `VACUUM` 작업의 부하가 증가하고 테이블의 성능 저하를 유발할 수 있습니다.", "answer_rewrite": "PostgreSQL의 MVCC에서 오래 열린 트랜잭션이 `VACUUM`에 미치는 영향은 주로 'Dead Tuple'의 처리 지연과 Bloat 증가로 설명할 수 있습니다. 오래 열린 트랜잭션은 해당 트랜잭션이 생성한 데이터 버전(tuple)을 MVCC 규칙에 따라 유지시키므로, 이 튜플들은 `VACUUM` 프로세스가 정리할 수 있는 'Dead Tuple'로 분류되지 않고 남아있게 됩니다. 이는 `VACUUM`이 해당 영역을 정리하는 데 시간이 더 오래 걸리게 만들고, 결과적으로 테이블의 Bloat(불필요한 공간 증가)을 심화시켜 데이터베이스 성능 저하를 초래할 수 있습니다. 따라서 장기 실행 트랜잭션 관리는 효율적인 VACUUM 전략과 연계되어야 합니다.", "coaching_comment": "핵심 개념(xmin horizon, dead tuple 회수, bloat)을 명확하게 연결하여 설명하는 구조를 갖추어야 합니다."}, "latency_sec": 16.774, "in_tokens": 927, "out_tokens": 432} +{"label": "lcpp-gemma4-e2b-np4", "suite": "coaching:mixed-fanout", "case_id": "c-personality-rambling", "rep": 8, "ok": true, "coaching": {"model_answer": "팀원과의 의견 충돌 상황은 결국 '효과적인 소통 방식'을 찾는 과정이라고 생각합니다. 저는 갈등 상황에서 감정적인 대응보다는 문제의 본질을 파악하고 합리적인 대안을 제시하는 것이 중요하다고 생각합니다. 예를 들어, 캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석에 대한 의견 차이가 발생했을 때가 있었습니다. 저는 제 방식(OpenAPI 명세 선행 및 Mock 서버 사용)이 최선이라고 생각하여 제안했지만, 팀원이 반대하며 갈등이 생겼습니다. 저는 즉시 제 주장을 관철하기보다, 양측의 의견을 모두 경청하고 각 방식의 장단점을 객관적으로 비교하는 시간을 가졌습니다. 이후 두 가지 대안을 비교 분석하여, 최종적으로 병렬 개발을 가능하게 하는 하이브리드 방식을 제안했고, 결과적으로 통합 이슈를 3건에서 0건으로 줄이는 성과를 낼 수 있었습니다. 이 경험을 통해, 기술적 의견 충돌 시에는 상대방의 입장을 이해하고 데이터 기반으로 논의하는 것이 팀워크를 유지하며 최적의 결과를 도출하는 핵심임을 배웠습니다.", "answer_rewrite": "팀원과 의견이 충돌했을 때, 저는 감정적인 대응 대신 문제의 본질을 파악하고 합리적인 해결책을 찾는 데 집중합니다. 캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석에 대한 의견 차이가 발생했을 때, 저는 제 방식(OpenAPI 명세 선행 및 Mock 서버 사용)을 주장하며 갈등이 있었습니다. 하지만 저는 즉시 제 의견을 고집하기보다, 팀원의 의견을 경청하고 각 방식의 장단점을 객관적으로 비교하는 시간을 가졌습니다. 이후 두 가지 대안을 비교 분석하여, 병렬 개발을 가능하게 하는 하이브리드 방식을 제안했고, 그 결과 통합 이슈를 3건에서 0건으로 줄이는 성과를 얻었습니다. 이 경험을 통해 기술적 의견 충돌 시에는 상대방의 입장을 이해하고 데이터 기반으로 논의하는 것이 팀워크를 유지하며 최적의 결과를 도출하는 핵심임을 배웠습니다.", "coaching_comment": "STAR 구조를 사용하여 구체적인 행동과 정량적 결과를 명확하게 제시해야 합니다."}, "latency_sec": 17.697, "in_tokens": 1262, "out_tokens": 520} +{"label": "lcpp-gemma4-e2b-np4", "suite": "coaching:mixed-fanout", "case_id": "c-weak-backend", "rep": 9, "ok": true, "coaching": {"model_answer": "멱등 키와 Outbox 패턴을 함께 사용한 이유는, 이 두 패턴이 각각 다른 종류의 비동기적 실패 시나리오를 방어하기 때문입니다. 먼저, **멱등 키(Idempotency Key)**는 외부 시스템(예: 결제 게이트웨이)으로부터의 **중복 요청**에 대응합니다. 만약 콜백이 지연되어 동일한 결제 요청이 여러 번 들어와도, 멱등 키를 통해 시스템은 첫 번째 요청만 성공하고 이후 요청들은 무시하도록 보장하여 '중복 주문'이라는 비즈니스 로직의 오류를 막습니다. 반면, **Transactional Outbox 패턴**은 내부 시스템(예: 주문 생성 및 이벤트 발행)의 **트랜잭션 경계** 문제를 해결합니다. 주문 생성과 이벤트 발행이 하나의 데이터베이스 트랜잭션 내에서 원자적으로 처리되지 못할 때 발생하는 데이터 불일치(예: 주문은 생성되었으나 이벤트 발행이 누락되는 경우)를 방지합니다. 즉, 멱등 키는 '외부 입력의 중복'을 막고, Outbox는 '내부 프로세스의 데이터 일관성'을 보장하여, 결제 승인 지연이라는 복합적인 상황에서 발생하는 모든 종류의 데이터 정합성 문제를 다층적으로 방어할 수 있습니다.", "answer_rewrite": "결제 승인 콜백 지연으로 인한 중복 주문 문제를 해결하기 위해 멱등 키와 Outbox 패턴을 결합했습니다. 이 두 패턴의 역할 분담은 다음과 같습니다. 첫째, **멱등 키**는 외부 결제 시스템으로부터의 **중복 요청**을 방어합니다. 콜백이 지연되어 동일한 결제 요청이 여러 번 들어와도, 멱등 키를 통해 시스템은 중복 처리를 막고 단 한 번의 주문만 확정되도록 보장합니다. 둘째, **Transactional Outbox 패턴**은 주문 생성과 이벤트 발행이라는 내부 프로세스의 **트랜잭션 경계** 문제를 해결합니다. 주문 생성과 이벤트 발행이 하나의 원자적 트랜잭션으로 묶이지 않을 때 발생할 수 있는 데이터 불일치(예: 주문은 생성되었으나 이벤트 발행이 누락되는 상황)를 방지합니다. 결론적으로, 멱등 키는 외부 입력의 중복을, Outbox 패턴은 내부 데이터 정합성을 보장하여, 콜백 지연 상황에서 발생하는 모든 종류의 데이터 정합성 문제를 다층적으로 방어할 수 있었습니다.", "coaching_comment": "각 패턴이 방어하는 실패 시나리오(외부 입력 중복 vs 내부 트랜잭션 불일치)를 명확히 구분하여 설명해야 합니다."}, "latency_sec": 22.852, "in_tokens": 1394, "out_tokens": 595} +{"label": "lcpp-gemma4-e2b-np4", "suite": "coaching:mixed-fanout", "case_id": "c-dont-know-cs", "rep": 10, "ok": true, "coaching": {"model_answer": "PostgreSQL의 MVCC(Multi-Version Concurrency Control)에서 오래 열린 트랜잭션은 `xmin` horizon을 확장시키고, 이로 인해 해당 트랜잭션이 생성한 '죽은 튜플(dead tuple)'들이 즉시 회수되지 못하고 유지될 가능성이 높아집니다. 이 죽은 튜플들은 테이블의 물리적 공간을 차지하게 되어 테이블의 Bloat을 유발합니다. 주기적인 `VACUUM` 작업은 이러한 죽은 튜플들을 정리하여 공간을 회수하고 테이블을 최적화하는 역할을 합니다. 만약 트랜잭션이 너무 오래 유지되면, `VACUUM`이 해당 영역을 정리하는 데 시간이 더 소요되어 성능 저하를 초래할 수 있습니다. 따라서 적절한 `VACUUM` 주기를 유지하고, 필요하다면 `VACUUM FULL`이나 `pg_repack`과 같은 도구를 고려하여 테이블의 물리적 상태를 관리하는 것이 중요합니다.", "answer_rewrite": "PostgreSQL의 MVCC에서 오래 열린 트랜잭션이 `VACUUM`에 미치는 영향은 주로 '죽은 튜플(dead tuple)'의 축적과 관련이 있습니다. 오래 열린 트랜잭션은 해당 트랜잭션이 생성한 버전의 튜플들이 `xmin` horizon 내에서 유지되어야 하므로, 이들이 즉시 회수되지 못하고 테이블 공간을 점유하게 됩니다. 이로 인해 테이블의 Bloat이 증가하고, 이는 디스크 공간 낭비 및 I/O 효율성 저하로 이어질 수 있습니다. 효과적인 관리를 위해서는 `VACUUM` 프로세스가 이러한 오래된 튜플들을 효율적으로 정리할 수 있도록 주기적으로 실행되거나, 필요에 따라 `VACUUM FULL`과 같은 정리가 필요할 수 있음을 이해하고 있어야 합니다.", "coaching_comment": "핵심 개념(xmin horizon, dead tuple, bloat)을 명확하게 정의하고, 이들이 어떻게 상호작용하는지를 구조적으로 설명해야 합니다."}, "latency_sec": 12.067, "in_tokens": 927, "out_tokens": 461} +{"label": "lcpp-gemma4-e2b-np4", "suite": "coaching:mixed-fanout", "case_id": "c-personality-rambling", "rep": 11, "ok": true, "coaching": {"model_answer": "팀원과의 의견 충돌 상황에서 저는 '소통의 중요성'을 강조하며 문제를 해결하는 데 집중했습니다. 단순히 대화가 중요하다고 말하는 것보다, 구체적인 상황을 바탕으로 합리적인 해결책을 제시하는 것이 중요합니다. 예를 들어, 캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석에 대한 의견 차이가 발생했을 때, 저는 감정적인 대립을 피하고 객관적인 근거를 제시하는 방식으로 접근했습니다. 저는 먼저 OpenAPI 명세를 작성하고 Mock 서버를 띄워 병렬 개발을 제안했습니다. 이 접근 방식 덕분에 통합 직전 2주가 지연되었던 이슈가 스프린트 기간 동안 3건에서 0건으로 줄어드는 긍정적인 결과를 얻을 수 있었습니다. 이후에는 제 방식이 옳다고 고집하기보다, 결정 전에 대안 두 가지를 함께 비교하는 방식으로 협업 방식을 개선했습니다.", "answer_rewrite": "팀원과 의견 충돌이 발생했을 때, 저는 감정적인 대립을 피하고 객관적인 근거를 바탕으로 소통하는 것이 가장 중요하다고 생각합니다. 실제로 캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석에 대한 의견 차이로 통합이 지연된 경험이 있습니다. 저는 이 상황에서 먼저 OpenAPI 명세를 작성하고 Mock 서버를 띄워 프론트엔드가 병렬로 개발할 수 있도록 제안했습니다. 그 결과, 통합 이슈가 3건에서 0건으로 줄어드는 성과를 얻었습니다. 다만, 초기에 제 방식에 대한 고집으로 인해 팀원과 감정이 상한 적이 있어, 이후에는 결정 전에 대안 두 가지를 함께 비교하는 방식으로 협업 방식을 개선했습니다.", "coaching_comment": "STAR 구조를 활용하여 갈등 상황에서 본인의 구체적인 행동과 정량적인 성과를 명확히 제시해야 합니다."}, "latency_sec": 12.517, "in_tokens": 1262, "out_tokens": 435} +{"label": "lcpp-gemma4-e2b-np4", "suite": "coaching:mixed-fanout", "case_id": "c-weak-backend", "rep": 12, "ok": true, "coaching": {"model_answer": "멱등 키와 Outbox 패턴을 함께 사용한 이유는, 두 패턴이 각각 다른 종류의 실패 케이스를 방어하며, 이 둘을 조합함으로써 결제 승인 콜백 지연이라는 복합적인 상황에 대해 다층적인 안정성을 확보할 수 있기 때문입니다.\n\n**멱등 키(Idempotency Key)**는 주로 '동일한 요청이 여러 번 들어와도 한 번만 처리되도록' 보장하는 데 중점을 둡니다. 이는 네트워크 불안정이나 클라이언트의 재시도 요청으로 인해 발생하는 '중복 주문'과 같은 비즈니스 로직의 중복 실행 실패 케이스를 막습니다. 즉, **'동일한 입력에 대한 중복 실행 방지'**에 초점을 맞춥니다.\n\n반면, **Transactional Outbox 패턴**은 데이터베이스 트랜잭션의 성공과 메시지 발행(Event publishing)을 원자적으로 묶어줍니다. 이는 주문 생성과 같은 핵심 비즈니스 로직이 성공적으로 커밋되었을 때, 해당 이벤트가 반드시 메시지 브로커로 발행되도록 보장합니다. 이는 **'데이터 변경과 이벤트 발행 간의 일관성(Atomicity)'** 실패 케이스, 즉 주문은 성공했으나 이벤트 발행이 누락되어 후속 시스템(예: 재고 차감)에서 누락이 발생하는 상황을 방지합니다.\n\n결론적으로, 멱등 키는 '입력 단계의 중복 방지'를, Outbox 패턴은 '시스템 내부의 데이터 변경과 외부 통신 간의 일관성 보장'을 담당하여, 콜백 지연과 같은 복합적인 장애 상황에서도 시스템의 안정성을 확보할 수 있었습니다.", "answer_rewrite": "결제 승인 콜백 지연으로 인한 중복 주문 문제를 해결하기 위해 멱등 키와 Outbox 패턴을 함께 적용했습니다. 이 두 패턴은 서로 다른 실패 시나리오를 방어하며 시너지를 냅니다.\n\n첫째, **멱등 키**는 클라이언트 측의 재시도 요청이나 네트워크 문제로 인해 동일한 주문 요청이 여러 번 들어오는 상황에서, 비즈니스 로직이 중복 실행되는 것을 방지합니다. 이는 **'입력 단계의 중복 실행 실패'**를 막는 역할을 합니다.\n\n둘째, **Transactional Outbox 패턴**은 주문 생성과 같은 핵심 비즈니스 로직이 데이터베이스 트랜잭션 내에서 성공적으로 완료되었을 때, 해당 주문 완료 이벤트를 메시지 브로커로 발행하는 과정을 원자적으로 묶어줍니다. 이는 주문 데이터는 정확히 기록되었으나, 콜백 지연으로 인해 이벤트 발행이 누락되어 후속 시스템에서 데이터 불일치가 발생하는 **'데이터 변경과 이벤트 발행 간의 일관성 실패'**를 방지합니다.\n\n따라서 멱등 키로 입력 중복을 막고, Outbox 패턴으로 데이터 정합성을 보장하여, 콜백 지연이라는 복합적인 상황에서도 중복 주문 없이 안정적으로 주문 처리가 완료되도록 설계했습니다.", "coaching_comment": "각 패턴이 막는 실패 케이스(입력 중복 vs. 데이터 정합성)를 명확히 구분하여 설명하는 것이 핵심입니다."}, "latency_sec": 19.086, "in_tokens": 1394, "out_tokens": 722} +{"label": "lcpp-gemma4-e2b-np4", "suite": "coaching:mixed-fanout", "case_id": "c-dont-know-cs", "rep": 13, "ok": true, "coaching": {"model_answer": "PostgreSQL의 MVCC(Multi-Version Concurrency Control)에서 오래 열린 트랜잭션은 `xmin` horizon과 관련하여 롤백(rollback) 및 Dead Tuple 회수 메커니즘에 영향을 줍니다. 특히, 트랜잭션이 길어지면 해당 트랜잭션이 생성한 버전(tuple)들이 더 오래 남아있게 되어, 이들이 `VACUUM` 프로세스에 의해 정리되기까지 시간이 지연될 수 있습니다. 이는 결과적으로 테이블의 `bloat` 증가로 이어질 수 있습니다. `VACUUM`은 이 오래된 버전들을 정리하여 공간을 확보하고 데이터 무결성을 유지하는 핵심적인 역할을 수행합니다. 따라서 오래 열린 트랜잭션은 `VACUUM`의 작업 부하를 증가시키고, 적절한 `VACUUM` 주기가 없다면 성능 저하의 원인이 될 수 있습니다.", "answer_rewrite": "PostgreSQL의 MVCC 환경에서 오래 열린 트랜잭션이 `VACUUM`에 미치는 영향에 대해 설명드리겠습니다. 핵심은 **버전 관리와 정리의 지연**입니다. 장시간 실행되는 트랜잭션은 해당 트랜잭션이 생성한 데이터 버전(tuple)이 MVCC의 `xmin` horizon 내에서 더 오래 유지됩니다. 이로 인해 `VACUUM` 프로세스가 해당 데이터를 정리하고 Dead Tuple을 회수하는 작업이 지연될 수 있습니다. 결과적으로 테이블의 물리적 공간이 비효율적으로 사용되는 `bloat`이 증가하게 됩니다. 이를 방지하기 위해서는 적절한 `VACUUM` 주기 설정과 함께, 장기 트랜잭션에 대한 튜닝을 고려해야 합니다.", "coaching_comment": "핵심 개념(xmin horizon, dead tuple, bloat)을 명확히 정의하고, 트랜잭션이 `VACUUM` 프로세스에 미치는 영향을 논리적인 흐름으로 연결하여 설명해야 합니다."}, "latency_sec": 12.25, "in_tokens": 927, "out_tokens": 439} +{"label": "lcpp-gemma4-e2b-np4", "suite": "coaching:mixed-fanout", "case_id": "c-personality-rambling", "rep": 14, "ok": true, "coaching": {"model_answer": "팀원과의 의견 충돌 상황에서 저는 '소통의 중요성'을 강조하는 데 그치지 않고, 구체적인 행동과 결과 중심의 해결 과정을 보여주는 것이 중요합니다. 예를 들어, 캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석에 대한 의견 차이가 발생했을 때, 저는 감정적인 대립을 피하고 객관적인 해결책을 제시했습니다. 저는 먼저 OpenAPI 명세를 작성하고 Mock 서버를 띄워 프론트엔드가 병렬로 개발할 수 있도록 제안했습니다. 이 제안이 초기에 팀원에게는 다소 고집으로 비칠 수 있었으나, 이후 스프린트 과정에서 통합 이슈가 3건에서 0건으로 감소하는 가시적인 성과를 만들었습니다. 이후에는 결정 전에 대안 두 가지를 함께 비교하는 프로세스를 도입하여, 의견 충돌을 건설적인 논의로 전환하는 방법을 배웠습니다.", "answer_rewrite": "캡스톤 프로젝트 중 프론트엔드 팀원과 API 스펙 해석에 대한 의견 충돌이 있었습니다. 저희는 API 명세 해석 방식에 대해 이견이 있었고, 이로 인해 통합 작업이 2주 지연될 위기에 처했습니다. 저는 감정적인 대립을 피하고 문제 해결에 집중하기 위해, 먼저 OpenAPI 명세를 명확히 작성하고 Mock 서버를 구성하여 프론트엔드가 병렬로 개발할 수 있도록 제안했습니다. 초기에는 제 방식이 옳다고 고집하여 팀원과 감정이 상하는 순간도 있었습니다. 하지만 이후에는, 결정에 앞서 대안 두 가지를 함께 비교하고 장단점을 객관적으로 분석하는 방식으로 소통 방식을 개선했습니다. 그 결과, 이후 스프린트에서는 통합 이슈가 3건에서 0건으로 줄어드는 긍정적인 결과를 얻을 수 있었습니다.", "coaching_comment": "STAR 기법을 활용하여 갈등 상황에서 본인의 구체적인 행동과 그로 인한 정량적 성과를 명확하게 연결해야 합니다."}, "latency_sec": 9.989, "in_tokens": 1262, "out_tokens": 454} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:mixed-followup", "case_id": "f-strong-backend", "rep": 0, "ok": true, "followup_question": "멱등 키를 사용했을 때, 재전송된 요청이 들어왔을 때 '기존 주문을 그대로 돌려주는' 로직의 구체적인 구현 방식은 무엇이었나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 22.053, "ttft_sec": 20.28, "in_tokens": 1520, "out_tokens": 88} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:mixed-followup", "case_id": "f-weak-vague", "rep": 1, "ok": true, "followup_question": "멱등 키와 Outbox 패턴을 함께 사용하신 구체적인 기술적 이유와 각각이 막는 실패 케이스를 설명해 주시겠어요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 23.017, "ttft_sec": null, "in_tokens": 1390, "out_tokens": 80} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:mixed-followup", "case_id": "f-dont-know-explicit", "rep": 2, "ok": true, "followup_question": "PostgreSQL의 MVCC에서 오래 열린 트랜잭션이 vacuum에 미치는 영향에 대해 구체적으로 설명하기 어렵다면, 어떤 부분(예: XMIN horizon, dead tuple 회수 지연, 테이블 bloat 중 어떤 것)에 대해 가장 이해가 부족하신가요?", "answer_intent": "DONT_KNOW", "answer_evaluation": null, "latency_sec": 26.166, "ttft_sec": null, "in_tokens": 1344, "out_tokens": 107} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:mixed-followup", "case_id": "f-dont-know-stt", "rep": 3, "ok": true, "followup_question": "React 18의 automatic batching이 이전 버전과 어떻게 다른지, 특히 setTimeout이나 Promise 내부의 업데이트가 어떻게 처리되는지 설명해 주시겠어요?", "answer_intent": "DONT_KNOW", "answer_evaluation": null, "latency_sec": 23.89, "ttft_sec": null, "in_tokens": 1343, "out_tokens": 80} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:mixed-followup", "case_id": "f-clarification", "rep": 4, "ok": true, "followup_question": "HPA 기준을 CPU 70%로 설정하신 구체적인 근거와, 트래픽 피크에 대한 사전 스케일아웃 전략을 어떻게 설계하셨는지 다시 설명해 주시겠어요?", "answer_intent": "CLARIFICATION", "answer_evaluation": null, "latency_sec": 25.696, "ttft_sec": 21.673, "in_tokens": 1379, "out_tokens": 91} +{"label": "lcpp-gemma4-e2b-np4", "suite": "followup:mixed-followup", "case_id": "f-confirm-short", "rep": 5, "ok": true, "followup_question": "Outbox 릴레이가 폴링하는 방식과 그 폴링 주기를 구체적으로 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 3.0, "structure": "NONE", "correctness": null}, "latency_sec": 24.879, "ttft_sec": 23.44, "in_tokens": 1365, "out_tokens": 70} +{"label": "lcpp-gemma4-e2b-np4", "suite": "mixed_summary", "ok": true, "fanout_wall_sec": 65.07, "coaching_success": 15, "followup_latency_p50": 23.89, "followup_latency_max": 26.17, "followup_ttft_p50": 21.67} diff --git a/docs/research/local-llm-deep-dive-2026-09/data/raw/load-lcpp-gemma4-e4b-np4.jsonl b/docs/research/local-llm-deep-dive-2026-09/data/raw/load-lcpp-gemma4-e4b-np4.jsonl new file mode 100644 index 00000000..b57868f4 --- /dev/null +++ b/docs/research/local-llm-deep-dive-2026-09/data/raw/load-lcpp-gemma4-e4b-np4.jsonl @@ -0,0 +1,90 @@ +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@1", "case_id": "f-strong-backend", "rep": 0, "ok": true, "followup_question": "멱등 키가 PG사의 재전송 같은 외부 요청에 대응하는 거라면, Outbox 패턴은 내부 시스템의 어떤 종류의 '트랜잭션 경계' 실패 시나리오를 막는 건가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.735, "ttft_sec": 0.249, "in_tokens": 1520, "out_tokens": 91} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@1", "case_id": "f-weak-vague", "rep": 1, "ok": true, "followup_question": "멱등 키와 Outbox 패턴을 함께 사용했다고 하셨는데, 두 메커니즘이 각각 어떤 종류의 '중복' 상황을 방지하는지 구체적인 시나리오로 설명해 주시겠어요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 2.05, "ttft_sec": null, "in_tokens": 1390, "out_tokens": 96} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@1", "case_id": "f-dont-know-explicit", "rep": 2, "ok": true, "followup_question": "PostgreSQL의 MVCC와 vacuum의 관계에 대해 잘 모르시겠다고 하셨는데, 혹시 트랜잭션 격리 수준(Isolation Level)에 대해 설명해주실 수 있나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 2.525, "ttft_sec": null, "in_tokens": 1344, "out_tokens": 89} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@1", "case_id": "f-dont-know-stt", "rep": 3, "ok": true, "followup_question": "React 18의 자동 배칭이 비동기 콜백 내부 업데이트까지 포함하는 것이 맞는지, 혹은 어떤 상황에서만 적용되는지 다시 설명해 주시겠어요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 2.582, "ttft_sec": null, "in_tokens": 1343, "out_tokens": 86} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@1", "case_id": "f-clarification", "rep": 4, "ok": true, "followup_question": "HPA 기준을 CPU 70%로 잡으신 근거와, 트래픽 피크에 사전 스케일아웃을 병행한 이유를 좀 더 쉽게 다시 설명해 주시겠어요?", "answer_intent": "CLARIFICATION", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 2.832, "ttft_sec": 1.383, "in_tokens": 1379, "out_tokens": 92} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@1", "case_id": "f-confirm-short", "rep": 5, "ok": true, "followup_question": "그렇다면 폴링 주기를 어떻게 설정하셨고, 이로 인해 발생할 수 있는 지연 시간(latency)에 대한 고려사항은 무엇이었나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 3.0, "structure": "NONE", "correctness": null}, "latency_sec": 2.577, "ttft_sec": 1.333, "in_tokens": 1365, "out_tokens": 79} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@1", "case_id": "f-infra-fact-error", "rep": 6, "ok": true, "followup_question": "HPA 기준을 메모리 50%로 잡으셨다고 했는데, 이력서에는 CPU 70%를 사용했다고 되어 있는데, 이 두 기준 중 어떤 것이 실제 적용된 것인지 명확히 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 3.0, "structure": "NONE", "correctness": 2.0}, "latency_sec": 4.135, "ttft_sec": 2.538, "in_tokens": 1661, "out_tokens": 98} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@1", "case_id": "f-dba-correct-with-context", "rep": 7, "ok": true, "followup_question": "인덱스 변경만으로 p95가 900ms까지 내려갔다고 하셨는데, 이 시점에서 인덱스 변경이 구체적으로 어떤 성능 개선 효과를 가져왔는지 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 4.707, "ttft_sec": 3.11, "in_tokens": 1780, "out_tokens": 97} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@1", "case_id": "f-frontend-strong", "rep": 8, "ok": true, "followup_question": "VariableSizeList 사용 시 높이 캐시를 따로 두셨다고 했는데, 동적 높이 항목의 경우 캐시를 얼마나 자주 갱신해야 성능 저하를 막을 수 있었나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 4.399, "ttft_sec": 2.921, "in_tokens": 1752, "out_tokens": 90} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@1", "case_id": "f-personality-star", "rep": 9, "ok": true, "followup_question": "API 스펙 해석 차이로 2주 지연된 상황에서, Mock 서버를 띄우는 것이 '병렬 개발'에 미친 구체적인 영향(예: 개발 속도 향상률 등)은 어느 정도였나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 3.291, "ttft_sec": 1.64, "in_tokens": 1444, "out_tokens": 100} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@1", "case_id": "f-personality-rambling", "rep": 10, "ok": true, "followup_question": "말씀하신 '서로 대화를 많이 하는 것'이 구체적으로 어떤 방식이나 내용으로 이루어졌는지 사례를 들어 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.854, "ttft_sec": 0.626, "in_tokens": 1385, "out_tokens": 78} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@1", "case_id": "f-stt-messy-normal", "rep": 11, "ok": true, "followup_question": "버전 충돌이 너무 많아 재시도 비용이 DB 부하를 키웠다고 하셨는데, 분산 락 도입 후 재시도 횟수 자체는 얼마나 감소했나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "NONE", "correctness": null}, "latency_sec": 2.82, "ttft_sec": 1.438, "in_tokens": 1418, "out_tokens": 87} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@1", "case_id": "f-long-answer-history", "rep": 12, "ok": true, "followup_question": "Saga 패턴에서 '보상 이벤트가 유실되면 주문이 PENDING에 계속 남는 경우'를 해결하기 위해 '스위퍼 배치'를 사용하셨는데, 이 스위퍼 배치가 재조회할 때 어떤 비즈니스 로직을 기준으로 'PENDING' 상태의 주문을 식별했나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "FULL_STAR", "correctness": null}, "latency_sec": 4.683, "ttft_sec": 2.695, "in_tokens": 1726, "out_tokens": 116} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@1", "case_id": "f-english-mixed", "rep": 13, "ok": true, "followup_question": "네트워크 요청 40% 감소라는 수치를 말씀해주셨는데, 이 수치가 실제 프로덕션 환경에서 측정된 것인지, 아니면 특정 테스트 환경에서의 추정치인지 구체적으로 설명해주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "NONE", "correctness": null}, "latency_sec": 2.995, "ttft_sec": 1.444, "in_tokens": 1399, "out_tokens": 94} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@1", "case_id": "f-strong-backend", "rep": 14, "ok": true, "followup_question": "멱등 키가 PG 재전송으로 인한 중복 요청을 막는다면, Outbox 패턴은 어떤 종류의 '이벤트 발행 실패' 시나리오를 방어하는 건가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "NONE", "correctness": null}, "latency_sec": 3.495, "ttft_sec": 2.111, "in_tokens": 1520, "out_tokens": 86} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@1", "case_id": "f-weak-vague", "rep": 15, "ok": true, "followup_question": "멱등 키와 Outbox 패턴을 함께 사용하셨다고 했는데, 이 둘이 각각 어떤 종류의 '중복' 시나리오를 방어하는지 구체적인 예시로 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.953, "ttft_sec": 0.475, "in_tokens": 1390, "out_tokens": 91} +{"label": "lcpp-gemma4-e4b-np4", "suite": "load_summary", "ok": true, "concurrency": 1, "requests": 16, "success": 16, "wall_sec": 48.65, "throughput_req_per_min": 19.7, "latency_p50": 2.83, "latency_p95": 4.68, "ttft_p50": 1.64, "ttft_p95": 2.92, "over_10s": 0} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@2", "case_id": "f-strong-backend", "rep": 0, "ok": true, "followup_question": "멱등 키를 사용해 PG사 재전송 시의 중복을 막는 것과 Outbox 패턴이 막는 '이벤트 미발행' 상황은 근본적으로 어떤 시점의 실패를 다르게 가정하고 있는 건가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "NONE", "correctness": null}, "latency_sec": 9.756, "ttft_sec": 6.897, "in_tokens": 1520, "out_tokens": 97} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@2", "case_id": "f-weak-vague", "rep": 1, "ok": true, "followup_question": "멱등 키와 Outbox 패턴을 함께 사용했다고 했는데, 각각이 정확히 어떤 종류의 '중복' 또는 '실패' 상황을 방지하는지 구체적인 예시를 들어 설명해 주시겠어요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 8.8, "ttft_sec": null, "in_tokens": 1390, "out_tokens": 96} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@2", "case_id": "f-dont-know-explicit", "rep": 2, "ok": true, "followup_question": "PostgreSQL의 MVCC와 vacuum에 대한 이해가 부족하신 것 같은데, 혹시 트랜잭션 격리 수준(Isolation Level)에 대해 설명해 주실 수 있나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 4.987, "ttft_sec": null, "in_tokens": 1344, "out_tokens": 87} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@2", "case_id": "f-dont-know-stt", "rep": 3, "ok": true, "followup_question": "React 18의 automatic batching이 비동기 콜백 내부 업데이트까지 처리한다는 구체적인 사례를 들어 설명해 주실 수 있나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 2.908, "ttft_sec": null, "in_tokens": 1343, "out_tokens": 80} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@2", "case_id": "f-clarification", "rep": 4, "ok": true, "followup_question": "HPA 기준을 CPU 70%로 잡으신 근거와, 트래픽 피크에 사전 스케일아웃을 병행한 이유를 다시 설명해 주시겠어요?", "answer_intent": "CLARIFICATION", "answer_evaluation": {"specificity": 1.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 6.565, "ttft_sec": 2.461, "in_tokens": 1379, "out_tokens": 89} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@2", "case_id": "f-confirm-short", "rep": 5, "ok": true, "followup_question": "Outbox 릴레이가 폴링할 때, 발행 시도에 대한 재시도 로직이나 실패 처리는 어떻게 구현하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 3.0, "structure": "NONE", "correctness": null}, "latency_sec": 2.883, "ttft_sec": 1.337, "in_tokens": 1365, "out_tokens": 75} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@2", "case_id": "f-infra-fact-error", "rep": 6, "ok": true, "followup_question": "답변에서 메모리 50%를 기준으로 하셨다고 했는데, 이 서비스의 메모리 사용량이 특정 시점에 50%를 초과했을 때의 예상되는 서비스 영향도는 어느 정도였나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 3.0, "structure": "NONE", "correctness": 2.0}, "latency_sec": 7.394, "ttft_sec": 5.429, "in_tokens": 1661, "out_tokens": 91} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@2", "case_id": "f-dba-correct-with-context", "rep": 7, "ok": true, "followup_question": "인덱스 변경만으로 p95가 900ms까지 내려갔다고 하셨는데, 그 인덱스 변경이 구체적으로 어떤 컬럼 조합과 어떤 방식으로 성능 향상에 기여했는지 설명해주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 8.01, "ttft_sec": 3.206, "in_tokens": 1780, "out_tokens": 101} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@2", "case_id": "f-frontend-strong", "rep": 8, "ok": true, "followup_question": "VariableSizeList를 사용하면서 항목 높이 캐시를 따로 두셨다고 했는데, 이 캐시를 구현하실 때 어떤 데이터 구조를 사용했고, 동적 높이 계산의 정확도를 어떻게 보장하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 6.409, "ttft_sec": 3.003, "in_tokens": 1752, "out_tokens": 95} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@2", "case_id": "f-personality-star", "rep": 9, "ok": true, "followup_question": "API 스펙 해석 차이로 2주가 밀렸을 때, Mock 서버를 띄우는 것 외에 다른 대안은 고려해보지 않으셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 4.594, "ttft_sec": 1.742, "in_tokens": 1444, "out_tokens": 85} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@2", "case_id": "f-personality-rambling", "rep": 10, "ok": true, "followup_question": "말씀하신 '서로 대화하는 것'이 구체적으로 어떤 방식으로 진행되었는지, 그 대화 과정에서 어떤 지점을 중재하셨는지 예시를 들어 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 4.481, "ttft_sec": 2.625, "in_tokens": 1385, "out_tokens": 89} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@2", "case_id": "f-stt-messy-normal", "rep": 11, "ok": true, "followup_question": "월 200건에서 3건으로 줄었다고 하셨는데, 분산 락 도입 후 실제 재시도율이나 지연 시간(Latency) 같은 성능 지표는 어떻게 변화했는지 구체적인 수치로 설명해주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "NONE", "correctness": null}, "latency_sec": 6.218, "ttft_sec": 1.541, "in_tokens": 1418, "out_tokens": 102} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@2", "case_id": "f-long-answer-history", "rep": 12, "ok": true, "followup_question": "Saga 패턴에서 '보상 이벤트가 유실될 경우'를 해결하기 위해 스위퍼 배치를 사용하셨는데, 이 스위퍼가 정확히 어떤 비즈니스 로직을 감지하여 상태를 재조회하도록 트리거했는지 구체적인 조건이 궁금합니다.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "FULL_STAR", "correctness": null}, "latency_sec": 8.341, "ttft_sec": 2.88, "in_tokens": 1726, "out_tokens": 109} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@2", "case_id": "f-english-mixed", "rep": 13, "ok": true, "followup_question": "네트워크 요청이 40% 줄었다고 하셨는데, 이 수치는 어떤 특정 API 호출이나 사용량 기준으로 측정하신 결과인가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "NONE", "correctness": null}, "latency_sec": 3.111, "ttft_sec": 1.543, "in_tokens": 1399, "out_tokens": 76} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@2", "case_id": "f-strong-backend", "rep": 14, "ok": true, "followup_question": "멱등 키가 PG사의 재전송 같은 외부적인 실패를 막는다면, Outbox 패턴은 내부적인 어떤 종류의 '트랜잭션 경계' 실패를 방지하는 건가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "NONE", "correctness": null}, "latency_sec": 4.882, "ttft_sec": 3.062, "in_tokens": 1520, "out_tokens": 88} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@2", "case_id": "f-weak-vague", "rep": 15, "ok": true, "followup_question": "멱등 키와 Outbox 패턴을 함께 사용하셨다고 했는데, 구체적으로 어떤 종류의 '중복' 상황을 각각 막기 위해 사용하셨는지 예를 들어 설명해 주시겠어요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 2.997, "ttft_sec": null, "in_tokens": 1390, "out_tokens": 91} +{"label": "lcpp-gemma4-e4b-np4", "suite": "load_summary", "ok": true, "concurrency": 2, "requests": 16, "success": 16, "wall_sec": 46.3, "throughput_req_per_min": 20.7, "latency_p50": 6.22, "latency_p95": 8.8, "ttft_p50": 2.88, "ttft_p95": 6.9, "over_10s": 0} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@4", "case_id": "f-strong-backend", "rep": 0, "ok": true, "followup_question": "멱등 키가 PG사의 재전송 같은 '외부 시스템의 재시도'를 막는다면, Outbox 패턴은 '내부 시스템의 어떤 종류의 실패'를 막기 위해 도입하신 건가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "NONE", "correctness": null}, "latency_sec": 14.233, "ttft_sec": 8.947, "in_tokens": 1520, "out_tokens": 91} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@4", "case_id": "f-weak-vague", "rep": 1, "ok": true, "followup_question": "멱등 키와 Outbox 패턴을 함께 사용하셨다고 했는데, 이 두 패턴이 각각 어떤 종류의 '중복' 또는 '실패' 상황을 방어했는지 구체적인 시나리오를 들어 설명해주실 수 있나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 16.914, "ttft_sec": null, "in_tokens": 1390, "out_tokens": 100} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@4", "case_id": "f-dont-know-explicit", "rep": 2, "ok": true, "followup_question": "PostgreSQL의 MVCC와 vacuum의 관계에 대해 더 자세히 설명해주실 수 있나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 11.078, "ttft_sec": null, "in_tokens": 1344, "out_tokens": 68} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@4", "case_id": "f-dont-know-stt", "rep": 3, "ok": true, "followup_question": "React 18의 automatic batching이 비동기 콜백 내부 업데이트를 배칭한다는 점에 대해 더 자세히 설명해 주실 수 있나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 12.719, "ttft_sec": null, "in_tokens": 1343, "out_tokens": 81} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@4", "case_id": "f-clarification", "rep": 4, "ok": true, "followup_question": "HPA 기준을 CPU 70%로 잡으신 근거와, 트래픽 피크에 사전 스케일아웃을 병행한 이유에 대해, HPA 반응 지연과 예측 가능한 피크의 구분 관점에서 다시 설명해 주시겠어요?", "answer_intent": "CLARIFICATION", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 14.2, "ttft_sec": 2.918, "in_tokens": 1379, "out_tokens": 105} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@4", "case_id": "f-confirm-short", "rep": 5, "ok": true, "followup_question": "Outbox 릴레이가 폴링할 때, 특정 메시지 처리에 실패했을 경우 재시도 로직은 어떻게 구현하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 3.0, "structure": "NONE", "correctness": null}, "latency_sec": 9.178, "ttft_sec": 3.919, "in_tokens": 1365, "out_tokens": 75} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@4", "case_id": "f-infra-fact-error", "rep": 6, "ok": true, "followup_question": "HPA 기준을 메모리 50%로 잡았다고 하셨는데, 이력서에는 CPU 70%로 설정했다고 되어 있는데, 이 두 기준 중 어떤 것이 실제 적용된 것이며 그 이유는 무엇인가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 3.0, "structure": "NONE", "correctness": 1.0}, "latency_sec": 12.996, "ttft_sec": 5.656, "in_tokens": 1661, "out_tokens": 95} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@4", "case_id": "f-dba-correct-with-context", "rep": 7, "ok": true, "followup_question": "복합 인덱스 재설계 시, 'user_id, created_at' 순서로 인덱스를 구성하신 구체적인 이유가 무엇인지 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 11.613, "ttft_sec": 3.395, "in_tokens": 1780, "out_tokens": 89} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@4", "case_id": "f-frontend-strong", "rep": 8, "ok": true, "followup_question": "VariableSizeList 사용 시 높이 캐시를 따로 두셨다고 했는데, 이 캐시를 어떤 방식으로 구현했고, 동적 높이로 인해 발생할 수 있는 레이아웃 시프트(Layout Shift)를 최소화하기 위해 어떤 추가 조치를 취하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 10.901, "ttft_sec": 3.262, "in_tokens": 1752, "out_tokens": 106} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@4", "case_id": "f-personality-star", "rep": 9, "ok": true, "followup_question": "처음 제 방식만 고집했다고 하셨는데, 프론트 팀원이 어떤 부분에서 가장 강하게 반발했는지 구체적인 의견 충돌 지점을 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 7.516, "ttft_sec": 1.981, "in_tokens": 1444, "out_tokens": 89} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@4", "case_id": "f-personality-rambling", "rep": 10, "ok": true, "followup_question": "의견 충돌을 피하는 것이 가장 좋은 해결책이라고 보시는 건지, 아니면 충돌 자체를 건설적으로 활용하는 방법도 있다고 생각하시나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 9.552, "ttft_sec": 3.051, "in_tokens": 1385, "out_tokens": 79} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@4", "case_id": "f-stt-messy-normal", "rep": 11, "ok": true, "followup_question": "버전 충돌이 너무 많아 재시도 부하가 커졌다고 하셨는데, 낙관적 락 사용 시 재시도 메커니즘은 어떻게 구현하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "NONE", "correctness": null}, "latency_sec": 10.379, "ttft_sec": 1.983, "in_tokens": 1418, "out_tokens": 86} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@4", "case_id": "f-long-answer-history", "rep": 12, "ok": true, "followup_question": "Saga 패턴에서 보상 이벤트 유실 시 스위퍼 배치를 도입하셨다고 했는데, 이 스위퍼가 '30분 이상 PENDING' 상태를 판단하는 기준은 무엇이며, 이 기준을 어떻게 동적으로 조정할 수 있을까요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "FULL_STAR", "correctness": null}, "latency_sec": 10.749, "ttft_sec": 6.07, "in_tokens": 1726, "out_tokens": 101} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@4", "case_id": "f-english-mixed", "rep": 13, "ok": true, "followup_question": "네트워크 요청이 40% 줄었다고 하셨는데, 이 수치는 어떤 특정 시나리오나 기간을 기준으로 측정하신 결과인가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "NONE", "correctness": null}, "latency_sec": 9.618, "ttft_sec": 6.026, "in_tokens": 1399, "out_tokens": 77} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@4", "case_id": "f-strong-backend", "rep": 14, "ok": true, "followup_question": "말씀하신 '결제 키에 유니크 제약'이 PG사의 재전송 시 발생하는 '같은 승인 건'을 막는다는 것이, 실제로 해당 키가 주문 생성 로직의 어떤 시점에 검증되는 것인지 구체적인 흐름을 설명해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "NONE", "correctness": null}, "latency_sec": 7.165, "ttft_sec": 2.157, "in_tokens": 1520, "out_tokens": 109} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@4", "case_id": "f-weak-vague", "rep": 15, "ok": true, "followup_question": "멱등 키와 Outbox 패턴을 함께 사용하셨다고 했는데, 이 두 메커니즘이 각각 어떤 시나리오에서 발생하는 '다른 종류의' 실패를 방어하는지 구체적인 예시를 들어 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 5.086, "ttft_sec": 1.637, "in_tokens": 1390, "out_tokens": 98} +{"label": "lcpp-gemma4-e4b-np4", "suite": "load_summary", "ok": true, "concurrency": 4, "requests": 16, "success": 16, "wall_sec": 44.0, "throughput_req_per_min": 21.8, "latency_p50": 10.9, "latency_p95": 14.23, "ttft_p50": 3.4, "ttft_p95": 6.07, "over_10s": 10} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@8", "case_id": "f-strong-backend", "rep": 0, "ok": true, "followup_question": "멱등 키가 PG사의 재전송 같은 외부 요청에 대응하는 것이라면, Outbox 패턴은 내부 시스템의 어떤 종류의 '트랜잭션 경계 실패'를 막는 데 더 결정적인 역할을 했다고 보십니까?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "NONE", "correctness": null}, "latency_sec": 9.762, "ttft_sec": 5.604, "in_tokens": 1520, "out_tokens": 94} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@8", "case_id": "f-weak-vague", "rep": 1, "ok": true, "followup_question": "멱등 키와 Outbox 패턴을 함께 사용하셨다고 했는데, 각각이 구체적으로 어떤 종류의 중복 또는 실패 시나리오를 막았는지 예시를 들어 설명해 주시겠어요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 9.758, "ttft_sec": null, "in_tokens": 1390, "out_tokens": 92} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@8", "case_id": "f-dont-know-explicit", "rep": 2, "ok": true, "followup_question": "PostgreSQL의 MVCC와 vacuum의 상호작용에 대해 잘 모르겠다고 하셨는데, 혹시 MVCC의 기본 개념이라도 간략히 설명해 주실 수 있나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 17.542, "ttft_sec": null, "in_tokens": 1344, "out_tokens": 89} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@8", "case_id": "f-dont-know-stt", "rep": 3, "ok": true, "followup_question": "React 18의 automatic batching이 비동기 콜백 내부 업데이트까지 배칭한다는 점이 정확히 어떤 성능 개선 효과를 가져오는지 예시와 함께 설명해주실 수 있나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 21.72, "ttft_sec": null, "in_tokens": 1343, "out_tokens": 90} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@8", "case_id": "f-clarification", "rep": 4, "ok": true, "followup_question": "HPA 기준을 CPU 70%로 잡으신 근거와, 트래픽 피크에 사전 스케일아웃을 병행한 이유를 다시 설명해 주시겠어요?", "answer_intent": "CLARIFICATION", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 8.618, "ttft_sec": 5.711, "in_tokens": 1379, "out_tokens": 89} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@8", "case_id": "f-confirm-short", "rep": 5, "ok": true, "followup_question": "Outbox 릴레이가 폴링할 때, 데이터의 일관성을 보장하기 위해 어떤 메커니즘을 사용하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 3.0, "structure": "NONE", "correctness": null}, "latency_sec": 18.036, "ttft_sec": 15.129, "in_tokens": 1365, "out_tokens": 75} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@8", "case_id": "f-infra-fact-error", "rep": 6, "ok": true, "followup_question": "HPA 기준을 메모리 50%로 잡으셨다고 했는데, 이 서비스의 메모리 사용량이 다른 리소스(CPU, 네트워크 등) 대비 압도적으로 높은 구체적인 이유가 무엇인지 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 3.0, "structure": "NONE", "correctness": 1.0}, "latency_sec": 23.148, "ttft_sec": 14.749, "in_tokens": 1661, "out_tokens": 97} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@8", "case_id": "f-dba-correct-with-context", "rep": 7, "ok": true, "followup_question": "복합 인덱스 재설계 시, 정확히 어떤 컬럼 순서와 인덱스 타입을 선택하셨고, 그 선택이 '거래내역 조회' 성능에 어떻게 기여했는지 구체적인 이유를 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 13.519, "ttft_sec": 5.671, "in_tokens": 1780, "out_tokens": 103} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@8", "case_id": "f-frontend-strong", "rep": 8, "ok": true, "followup_question": "VariableSizeList 사용 시 항목 높이 캐시를 따로 두셨다고 했는데, 이 캐시를 구현할 때 어떤 데이터 구조(예: Map, Array)를 사용했고, 동적 높이 변화에 따른 캐시 무효화 전략은 어떻게 가져가셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 23.201, "ttft_sec": 15.743, "in_tokens": 1752, "out_tokens": 106} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@8", "case_id": "f-personality-star", "rep": 9, "ok": true, "followup_question": "API 스펙 해석 차이로 2주가 밀렸을 때, Mock 서버를 띄우는 것 외에 다른 대안은 고려해보지 않으셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "FULL_STAR", "correctness": null}, "latency_sec": 17.431, "ttft_sec": 14.608, "in_tokens": 1444, "out_tokens": 84} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@8", "case_id": "f-personality-rambling", "rep": 10, "ok": true, "followup_question": "의견 충돌 시 '대화'가 중요하다고 하셨는데, 구체적으로 어떤 대화 방식이나 접근법을 사용하셨는지 사례를 들어 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 20.181, "ttft_sec": 14.8, "in_tokens": 1385, "out_tokens": 85} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@8", "case_id": "f-stt-messy-normal", "rep": 11, "ok": true, "followup_question": "월 200건에서 3건으로 줄었다고 하셨는데, 분산 락 도입 후 실제 트랜잭션 처리량(TPS)이나 지연 시간(Latency) 같은 성능 지표는 어떻게 변화했는지 구체적인 수치로 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "NONE", "correctness": null}, "latency_sec": 20.724, "ttft_sec": 11.339, "in_tokens": 1418, "out_tokens": 108} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@8", "case_id": "f-long-answer-history", "rep": 12, "ok": true, "followup_question": "Saga 패턴 적용 시, '보상 이벤트 유실' 문제를 해결하기 위해 스위퍼 배치로 재조회하는 로직에서, 재조회 시점에 어떤 비즈니스 로직을 통해 'PENDING' 상태를 최종적으로 확정하고 상태를 변경하는지 구체적인 판단 기준을 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "FULL_STAR", "correctness": null}, "latency_sec": 21.262, "ttft_sec": 13.97, "in_tokens": 1726, "out_tokens": 118} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@8", "case_id": "f-english-mixed", "rep": 13, "ok": true, "followup_question": "말씀하신 '화면별로 다르게 주는 staleTime'의 구체적인 예시와 그 이유를 설명해주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "NONE", "correctness": null}, "latency_sec": 19.072, "ttft_sec": 13.627, "in_tokens": 1399, "out_tokens": 75} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@8", "case_id": "f-strong-backend", "rep": 14, "ok": true, "followup_question": "멱등 키가 PG사의 재전송 같은 외부 요청을 막는다면, Outbox 패턴은 어떤 종류의 '내부' 트랜잭션 실패 시나리오를 방어하는 건가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "NONE", "correctness": null}, "latency_sec": 16.73, "ttft_sec": 12.482, "in_tokens": 1520, "out_tokens": 88} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:load@8", "case_id": "f-weak-vague", "rep": 15, "ok": true, "followup_question": "멱등 키와 Outbox 패턴을 함께 사용하셨다고 했는데, 두 패턴 중 어느 것이 '네트워크 불안정으로 인한 재시도' 상황에서 더 직접적으로 중복을 방지한다고 보시는지 구체적인 이유를 설명해 주시겠어요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 15.991, "ttft_sec": 12.697, "in_tokens": 1390, "out_tokens": 101} +{"label": "lcpp-gemma4-e4b-np4", "suite": "load_summary", "ok": true, "concurrency": 8, "requests": 16, "success": 16, "wall_sec": 39.15, "throughput_req_per_min": 24.5, "latency_p50": 18.04, "latency_p95": 23.15, "ttft_p50": 13.97, "ttft_p95": 15.13, "over_10s": 13} +{"label": "lcpp-gemma4-e4b-np4", "suite": "coaching:mixed-fanout", "case_id": "c-weak-backend", "rep": 0, "ok": true, "coaching": {"model_answer": "두 패턴을 함께 사용한 이유는 각각 다른 종류의 실패 시나리오를 방어하기 위함입니다. \n\n**멱등 키(Idempotency Key)**는 주로 외부 시스템(여기서는 결제 게이트웨이)과의 통신에서 발생할 수 있는 **네트워크 재시도(Retry)**로 인한 중복 요청을 방지합니다. 즉, 동일한 요청이 여러 번 서버에 도달했을 때, 비즈니스 로직(주문 생성)이 한 번만 실행되도록 보장하는 역할을 합니다.\n\n반면, **Outbox 패턴**은 애플리케이션 내부의 **트랜잭션 경계**를 관리하는 데 중점을 둡니다. 주문 생성과 이 주문 정보를 Kafka로 발행하는 행위가 하나의 원자적(Atomic) 단위로 묶이도록 보장합니다. 만약 주문 DB에 성공적으로 저장되었지만 Kafka 발행 과정에서만 실패한다면, Outbox 패턴을 통해 해당 이벤트를 안전하게 재전송할 수 있게 됩니다. \n\n요약하자면, 멱등 키는 '외부 요청의 중복'을, Outbox 패턴은 '내부 상태 변경과 이벤트 발행의 원자성'을 각각 보장하여, 결제 승인 콜백 지연이라는 복합적인 상황에서 완벽한 데이터 일관성을 확보할 수 있었습니다.", "answer_rewrite": "결제 승인 콜백 지연으로 인한 중복 주문 문제를 해결하기 위해 멱등 키와 Outbox 패턴을 함께 사용했습니다. 이 둘은 서로 다른 실패 지점을 보완합니다. \n\n첫째, **멱등 키**는 외부 시스템과의 통신에서 발생하는 **네트워크 재시도(Retry)**로 인한 중복 요청을 막습니다. 결제 승인 콜백이 지연되다가 재전송될 경우, 멱등 키를 통해 이미 처리된 주문에 대해서는 재처리를 방지하여 중복 주문을 원천적으로 차단했습니다.\n\n둘째, **Outbox 패턴**은 주문 생성과 이벤트 발행의 **원자성(Atomicity)**을 보장합니다. 주문 DB에 성공적으로 기록되었지만, 이후 Kafka로 이벤트를 발행하는 과정에서 시스템 장애가 발생할 수 있습니다. Outbox 패턴을 사용하면, 주문 정보가 DB에 기록되는 트랜잭션과 이벤트 발행 대기열에 기록되는 작업이 하나의 트랜잭션으로 묶이므로, 장애 발생 시에도 이벤트가 유실되지 않고 안전하게 재처리될 수 있습니다. \n\n결론적으로, 멱등 키는 '외부 요청의 중복'을, Outbox 패턴은 '내부 상태 변경과 이벤트 발행의 일관성'을 책임져서, 중복 없이 안정적인 주문 처리가 가능하도록 설계했습니다.", "coaching_comment": "두 기술의 역할 차이를 '외부 통신 재시도 방지'와 '내부 트랜잭션 원자성 보장'으로 명확히 구분하여 설명해야 합니다."}, "latency_sec": 52.437, "in_tokens": 1394, "out_tokens": 666} +{"label": "lcpp-gemma4-e4b-np4", "suite": "coaching:mixed-fanout", "case_id": "c-dont-know-cs", "rep": 1, "ok": true, "coaching": {"model_answer": "PostgreSQL의 MVCC(Multi-Version Concurrency Control)는 트랜잭션 격리성을 보장하기 위해 데이터의 여러 버전을 유지합니다. 이때, 오래 열린 트랜잭션(long-running transaction)은 해당 트랜잭션이 참조하는 데이터 버전을 '살아있는' 상태로 유지하게 만듭니다. 이는 `xmin horizon`을 늦추는 주요 원인이 됩니다. \n\n`vacuum` 프로세스는 이 `xmin horizon`을 넘어서는 데드 튜플(dead tuple)을 식별하고 회수(reap)해야 하는데, 오래 열린 트랜잭션이 존재하면 해당 튜플을 안전하게 회수할 수 없습니다. 결과적으로 데드 튜플이 쌓이게 되고, 이는 테이블의 공간을 차지하며 성능 저하와 테이블 블로트(table bloat)를 유발합니다. 따라서 장기 실행 트랜잭션은 시스템 리소스와 유지보수 작업(vacuum)의 효율성을 심각하게 저해합니다.", "answer_rewrite": "PostgreSQL의 MVCC는 트랜잭션의 격리성을 위해 데이터의 여러 버전을 유지합니다. 오래 열린 트랜잭션이 존재하면, 해당 트랜잭션이 접근하거나 참조하는 데이터 버전은 '살아있는' 것으로 간주되어 `xmin horizon`이 지연됩니다. \n\n이로 인해 `vacuum` 프로세스는 해당 트랜잭션이 종료될 때까지 특정 데드 튜플을 안전하게 회수(reap)할 수 없습니다. 데드 튜플이 회수되지 않고 쌓이면, 디스크 공간을 불필요하게 차지하는 테이블 블로트가 발생하고, 이는 결국 쿼리 성능 저하로 이어집니다. 따라서 장기 트랜잭션 관리가 중요합니다.", "coaching_comment": "모르는 부분이라고 답하기보다, 관련 개념(MVCC, xmin horizon, vacuum의 역할)을 언급하며 '이 부분은 심도 있게 학습 중이지만, 기본 구조는 이러합니다'와 같이 접근하는 것이 좋습니다."}, "latency_sec": 40.338, "in_tokens": 927, "out_tokens": 464} +{"label": "lcpp-gemma4-e4b-np4", "suite": "coaching:mixed-fanout", "case_id": "c-personality-rambling", "rep": 2, "ok": true, "coaching": {"model_answer": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석에 대한 의견 충돌이 있었을 때, 저는 기술적 관점에서 접근하여 문제를 해결했습니다. 초기에는 제가 제안한 OpenAPI 명세 기반의 접근 방식이 가장 효율적이라고 생각했지만, 팀원과의 의견 차이로 인해 갈등이 있었습니다. 이 상황을 해결하기 위해, 저는 단순히 제 의견을 관철하기보다, '우리 팀의 최종 목표 달성에 어떤 방식이 가장 적합한가'에 초점을 맞추었습니다. 구체적으로는, 제가 제시한 방식 외에 팀원이 생각하는 대안을 경청하고, 두 방식의 장단점(개발 속도, 유지보수 용이성 등)을 객관적인 기준으로 비교 분석하는 회의를 제안했습니다. 그 결과, 양쪽의 장점을 취합한 하이브리드 형태의 스펙을 도출할 수 있었고, 이는 통합 직전 지연 문제를 해결하고 이후 스프린트에서 통합 이슈를 3건에서 0건으로 줄이는 성과로 이어졌습니다. 이 경험을 통해 기술적 논쟁은 '누구의 방식이 옳은가'가 아니라 '어떤 방식이 최적의 결과물을 만드는가'에 대한 토론이어야 함을 배웠습니다.", "answer_rewrite": "캡스톤 프로젝트 진행 시, 프론트엔드 팀원과 API 스펙 해석에 대한 의견 충돌이 있었습니다. 초기에는 제가 생각하는 방식이 맞다고 고집하며 감정적인 충돌이 있었지만, 이 문제를 해결하기 위해 접근 방식을 바꿨습니다. 저는 감정적인 논쟁 대신, 기술적 근거를 바탕으로 해결하려 했습니다. 먼저 OpenAPI 명세를 기반으로 Mock 서버를 띄워 프론트엔드가 병렬로 개발할 수 있도록 제안했고, 이 과정에서 팀원과 함께 두 가지 대안을 비교 분석하는 시간을 가졌습니다. 그 결과, 양쪽의 장점을 결합한 최적의 스펙을 도출할 수 있었고, 이는 프로젝트 통합 시 발생하던 이슈를 3건에서 0건으로 줄이는 결과로 이어졌습니다. 이 경험을 통해, 의견 충돌 시에는 감정적 대립을 피하고 객관적인 기준(예: 명세, 테스트 케이스)을 세워 논의를 구조화하는 것이 중요하다고 배웠습니다.", "coaching_comment": "추상적인 '소통이 중요하다'는 답변 대신, 이력서에 있는 구체적인 '갈등 상황-행동-정량적 결과'를 STAR 기법으로 구조화하여 답변하세요."}, "latency_sec": 45.822, "in_tokens": 1262, "out_tokens": 576} +{"label": "lcpp-gemma4-e4b-np4", "suite": "coaching:mixed-fanout", "case_id": "c-weak-backend", "rep": 3, "ok": true, "coaching": {"model_answer": "두 패턴을 함께 사용한 이유는 각 패턴이 보완하는 실패 시나리오가 다르기 때문입니다. **멱등 키(Idempotency Key)**는 외부 시스템(결제 게이트웨이)으로부터의 **동일 요청 재시도**로 인해 발생하는 중복 처리를 방지합니다. 즉, 동일한 요청이 여러 번 들어와도 비즈니스 로직상 한 번만 실행되도록 보장하는 '요청 레벨의 안전장치'입니다.\n\n반면, **Outbox 패턴**은 서비스 내부에서 발생하는 **트랜잭션 경계 문제**를 해결합니다. 결제 승인 처리가 성공적으로 DB에 기록되었더라도, 이 사실을 Kafka로 이벤트 발행하는 과정에서 네트워크 오류 등으로 인해 이벤트가 유실될 수 있습니다. Outbox 패턴은 DB 트랜잭션과 이벤트 발행을 원자적으로 묶어(Atomic) DB에 기록하는 시점에 이벤트가 보장되도록 하여, '처리되었으나 외부로 알리지 못한' 상황을 방지합니다. 따라서 멱등 키는 '재시도 시 중복 방지'를, Outbox는 '처리 완료 사실의 유실 방지'를 담당하여 완벽한 데이터 정합성을 확보했습니다.", "answer_rewrite": "결제 승인 콜백 지연으로 인한 중복 주문 문제를 해결하기 위해 멱등 키와 Outbox 패턴을 함께 사용했습니다. 이 둘은 서로 다른 실패 지점을 커버합니다. \n\n첫째, **멱등 키**는 외부 결제 게이트웨이로부터 콜백이 지연되거나 네트워크 문제로 인해 **동일한 승인 요청이 여러 번 재전송**될 때, 주문 서비스가 이를 중복으로 처리하는 것을 막는 역할을 합니다. 멱등 키를 통해 이미 처리된 요청임을 식별하고 중복 실행을 방지합니다.\n\n둘째, **Outbox 패턴**은 서비스 내부의 **트랜잭션 경계**에서 발생하는 문제를 해결합니다. 결제 승인 처리가 DB에 성공적으로 기록되었더라도, 이 사실을 Kafka로 이벤트 발행하는 과정에서 장애가 발생하여 이벤트가 유실될 수 있습니다. Outbox 패턴은 주문 상태 변경과 이벤트 발행을 하나의 DB 트랜잭션으로 묶어, '처리 완료'라는 사실 자체가 유실되는 것을 원자적으로 방지했습니다. 이 두 가지를 결합함으로써, 외부 재시도에 의한 중복과 내부 이벤트 유실이라는 두 가지 시나리오 모두에서 0건의 중복 주문을 달성할 수 있었습니다.", "coaching_comment": "기술적인 용어(멱등성, 트랜잭션 경계)를 사용하되, 그것이 '어떤 종류의 실패'를 막는지 구체적인 시나리오로 설명해야 합니다."}, "latency_sec": 67.011, "in_tokens": 1394, "out_tokens": 618} +{"label": "lcpp-gemma4-e4b-np4", "suite": "coaching:mixed-fanout", "case_id": "c-dont-know-cs", "rep": 4, "ok": true, "coaching": {"model_answer": "PostgreSQL의 MVCC는 트랜잭션 간의 동시성을 보장하기 위해 각 데이터에 버전(tuple)을 남기는데, 이 과정에서 오래 열린 트랜잭션은 'xmin horizon'을 지연시킵니다. Vacuum 프로세스는 이 horizon보다 오래된(dead) tuple을 정리(reclaim)해야 하는데, 활성 트랜잭션이 해당 tuple을 참조하고 있다면 Vacuum은 해당 tuple을 안전하게 제거할 수 없습니다. 이로 인해 Dead Tuple이 쌓이게 되고, 이는 테이블의 공간 낭비(Bloat)를 유발하며, 결국 시스템의 성능 저하와 I/O 부하 증가로 이어집니다. 즉, 오래 열린 트랜잭션은 Vacuum의 정리 범위를 늦추는 병목 지점 역할을 합니다.", "answer_rewrite": "PostgreSQL의 MVCC는 트랜잭션이 데이터를 수정할 때 이전 버전을 유지합니다. 이 버전들은 'dead tuple'로 남게 됩니다. Vacuum 프로세스는 이 dead tuple을 회수하여 디스크 공간을 확보하는데, 여기서 문제가 발생합니다. 만약 어떤 트랜잭션이 오랫동안 열려 있다면, 이 트랜잭션이 참조하는 tuple이 존재하게 되고, Vacuum은 이 트랜잭션이 종료되어 해당 tuple이 더 이상 필요 없다는 확신을 가질 수 없습니다. 이로 인해 Vacuum은 해당 tuple을 정리하지 못하고, dead tuple이 계속 쌓여 테이블 Bloat을 일으키고 시스템 리소스를 비효율적으로 사용하게 됩니다.", "coaching_comment": "모르는 부분이라고 인정하기보다, 핵심 개념(xmin horizon, dead tuple, bloat)을 정의하고 그것들이 어떻게 연결되는지 구조적으로 설명하는 연습이 필요합니다."}, "latency_sec": 33.721, "in_tokens": 927, "out_tokens": 390} +{"label": "lcpp-gemma4-e4b-np4", "suite": "coaching:mixed-fanout", "case_id": "c-personality-rambling", "rep": 5, "ok": true, "coaching": {"model_answer": "캡스톤 프로젝트 당시, 프론트엔드 팀원과 API 스펙 해석에 대한 의견 충돌이 있었습니다. 저는 초기 설계 단계에서 OpenAPI 명세를 먼저 정의하고 Mock 서버를 구축하여 양쪽이 병렬로 개발할 수 있도록 제안했습니다. 하지만 초기에 제 방식이 옳다고 고집하면서 팀원과 감정적인 충돌이 있었던 것이 사실입니다. 이 상황을 해결하기 위해, 저는 '내 주장'을 관철하기보다 '프로젝트의 목표 달성'에 초점을 맞추기로 전환했습니다. 이후에는 제안하는 방식 외에 다른 대안 두 가지를 함께 분석하고, 장단점을 비교하는 방식으로 소통 방식을 바꿨습니다. 그 결과, 통합 직전 2주 지연 문제를 해결했으며, 이후 스프린트에서는 통합 이슈를 3건에서 0건으로 줄이는 성과를 낼 수 있었습니다. 이 경험을 통해 기술적 논쟁은 '누가 맞느냐'가 아니라 '어떤 방식이 가장 효율적인가'에 초점을 맞춰야 한다는 점을 배웠습니다.", "answer_rewrite": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석 차이로 인해 통합 직전 2주가 지연되는 문제가 있었습니다. 이 상황에서 저는 OpenAPI 명세를 먼저 작성하고 Mock 서버를 띄워 프론트엔드가 병렬로 개발할 수 있도록 제안했습니다. 하지만 초기에는 제 방식이 옳다고 고집하며 팀원과 감정적으로 충돌했던 경험이 있습니다. 이 갈등을 해결하기 위해, 저는 제 주장을 고수하는 대신, 팀원과 함께 대안 두 가지를 비교 분석하는 방식으로 접근 방식을 바꿨습니다. 그 결과, 통합 이슈를 3건에서 0건으로 줄이는 성과를 얻을 수 있었습니다. 이 경험을 통해 기술적 의견 충돌 시, 감정적 대응보다 '함께 최적의 해법을 찾는 과정'이 중요하다는 것을 배웠습니다.", "coaching_comment": "추상적인 '소통이 중요하다'는 답변 대신, 실제 경험(캡스톤 프로젝트)을 STAR 기법에 맞춰 구체적인 행동과 정량적 결과로 풀어내야 합니다."}, "latency_sec": 44.336, "in_tokens": 1262, "out_tokens": 490} +{"label": "lcpp-gemma4-e4b-np4", "suite": "coaching:mixed-fanout", "case_id": "c-weak-backend", "rep": 6, "ok": true, "coaching": {"model_answer": "두 패턴을 함께 사용한 이유는 각각 다른 종류의 실패 지점(Failure Point)을 방어하기 위함입니다. \n\n**멱등 키(Idempotency Key)**는 외부 시스템(결제 게이트웨이)으로부터 받은 콜백 요청 자체의 중복 수신을 방지합니다. 즉, 네트워크 재전송 등으로 인해 동일한 요청이 여러 번 들어와도, 시스템은 첫 번째 요청만 처리하고 나머지는 무시하게 하여 '동일한 요청에 대한 중복 처리'를 막습니다.\n\n반면, **Outbox 패턴**은 '시스템 내부의 트랜잭션 경계'에서 발생하는 데이터 일관성 문제를 해결합니다. 결제 승인 처리가 성공적으로 DB에 기록되었음에도 불구하고, Kafka로 이벤트 발행 과정에서 네트워크 문제 등으로 인해 이벤트가 유실되는 상황을 방지합니다. Outbox 패턴은 DB 트랜잭션 내에서 메시지 발행 의도를 기록하므로, DB 커밋과 이벤트 발행이 원자적으로 보장되어 데이터 유실 없이 이벤트가 외부로 전파되도록 보장합니다.\n\n결론적으로, 멱등 키는 '입력 요청의 중복'을 막고, Outbox 패턴은 '시스템 내부 상태 변화의 이벤트 전파 누락'을 막아, 두 가지 시나리오 모두에서 중복 주문을 0건으로 만들 수 있었습니다.", "answer_rewrite": "제가 두 패턴을 함께 사용한 이유는, 중복 주문의 원인이 '외부 요청의 중복 수신'인지 아니면 '내부 시스템의 이벤트 전파 실패'인지에 따라 방어해야 할 지점이 다르기 때문입니다. \n\n**멱등 키**는 외부 결제 승인 콜백이 네트워크 문제로 인해 두 번 이상 도착했을 때, 저희 주문 서비스가 동일한 결제 건을 두 번 처리하는 것을 막는 역할을 합니다. 멱등 키 테이블을 통해 이미 처리된 요청인지 확인하여 중복 처리를 방지했습니다.\n\n**Outbox 패턴**은 이와는 다른 문제입니다. 결제 승인 처리가 DB에 성공적으로 기록되었더라도, 이 성공 사실을 Kafka로 이벤트 발행하는 과정에서 시스템 장애가 발생해 이벤트가 유실될 수 있습니다. Outbox 패턴을 사용함으로써, DB 트랜잭션과 이벤트 발행 의도가 하나의 원자적 단위로 묶이게 되어, 데이터가 DB에 기록되었는데도 이벤트가 누락되는 상황(Data Inconsistency)을 원천적으로 차단했습니다. \n\n결과적으로, 멱등 키는 '입력 요청의 중복'을 막고, Outbox 패턴은 '내부 상태 변화의 이벤트 누락'을 막아, 완벽하게 중복 주문을 0건으로 달성할 수 있었습니다.", "coaching_comment": "단순히 '잘 처리했다'가 아닌, 각 패턴이 구체적으로 어떤 '실패 시나리오'를 막는지 명확히 구분하여 설명해야 합니다."}, "latency_sec": 45.114, "in_tokens": 1394, "out_tokens": 658} +{"label": "lcpp-gemma4-e4b-np4", "suite": "coaching:mixed-fanout", "case_id": "c-dont-know-cs", "rep": 7, "ok": true, "coaching": {"model_answer": "PostgreSQL의 MVCC는 트랜잭션 간의 동시성을 보장하기 위해 각 데이터 변경에 대해 'dead tuple'을 생성합니다. 이 dead tuple은 트랜잭션이 종료되어야 비로소 회수될 수 있습니다. 오래 열린 트랜잭션(Long-running transaction)이 존재하면, 해당 트랜잭션이 참조하는 데이터에 대한 XID(Transaction ID)가 활성 상태로 유지됩니다. 이로 인해 PostgreSQL은 해당 트랜잭션이 해당 튜플을 읽을 수 있도록 참조(visibility)를 유지해야 하므로, 해당 튜플이 'dead' 상태로 표시되더라도 VACUUM 프로세스가 해당 튜플을 안전하게 회수(reclaim)할 수 없습니다. 결과적으로, dead tuple이 쌓이게 되고, 이는 테이블의 실제 사용 공간 대비 크기(Bloat)를 증가시키며, 시스템 리소스 낭비와 성능 저하를 유발합니다.", "answer_rewrite": "제가 MVCC와 vacuum의 관계에 대해 정확히 이해하고 있습니다. PostgreSQL의 MVCC는 트랜잭션이 데이터를 수정할 때 이전 버전을 삭제하지 않고 'dead tuple'로 남겨둡니다. 이 dead tuple은 해당 트랜잭션이 종료되어야 회수될 수 있습니다. 만약 오래 열린 트랜잭션이 있다면, 그 트랜잭션이 참조하는 데이터의 XID가 활성 상태로 유지됩니다. 이 활성 XID 때문에 VACUUM 프로세스는 해당 튜플을 안전하게 정리할 수 없게 됩니다. 따라서 dead tuple이 쌓이게 되고, 이는 테이블 Bloat을 증가시켜 디스크 I/O 및 성능에 부정적인 영향을 미칩니다.", "coaching_comment": "모르는 부분이라고 답하기보다, 핵심 개념(MVCC, Dead Tuple, XID, Vacuum의 역할)을 정의하고 그 상호작용을 설명하려는 노력을 보여주는 것이 중요합니다."}, "latency_sec": 31.978, "in_tokens": 927, "out_tokens": 434} +{"label": "lcpp-gemma4-e4b-np4", "suite": "coaching:mixed-fanout", "case_id": "c-personality-rambling", "rep": 8, "ok": true, "coaching": {"model_answer": "캡스톤 프로젝트 당시, 프론트엔드 팀원과 API 스펙 해석에 대한 의견 충돌이 있었습니다. 저는 제가 정의한 OpenAPI 명세가 가장 정확하다고 판단하여 진행을 밀어붙였고, 이로 인해 팀원과 감정이 상하는 상황이 발생했습니다. 이 상황을 해결하기 위해, 저는 제 주장을 고집하는 대신, 팀원과 함께 현재 상황을 다시 검토했습니다. 그리고 'A안(현재 방식)과 B안(대안 방식)의 장단점을 비교 분석'하는 회의를 제안했습니다. 그 결과, 양쪽의 장점을 결합한 하이브리드 스펙을 도출할 수 있었고, 이는 통합 직전 지연 문제를 해결하는 데 결정적인 역할을 했습니다. 이 경험을 통해, 기술적 논쟁 시 '내 방식이 맞다'고 주장하기보다, '최적의 해답을 찾기 위해 다양한 옵션을 함께 검토하자'는 태도가 팀워크와 결과에 훨씬 중요하다는 것을 배웠습니다.", "answer_rewrite": "캡스톤 프로젝트를 진행할 때, 프론트엔드 팀원과 API 스펙 해석에 대해 의견 충돌이 있었습니다. 저는 제가 작성한 OpenAPI 명세가 가장 정확하다고 생각했고, 이 때문에 팀원과 감정적인 충돌이 있었습니다. 이 상황을 해결하기 위해, 저는 감정적인 대립을 멈추고 문제 해결에 집중하기로 했습니다. 먼저, 제가 고집했던 방식의 근거와 팀원이 주장하는 방식의 근거를 모두 문서화했습니다. 이후, 'A안과 B안의 장단점을 비교 분석하는 세션'을 제안하여, 양쪽의 장점을 취합한 하이브리드 스펙을 만들었습니다. 이 결과, 통합 직전 지연 문제를 해결할 수 있었고, 이 경험을 계기로 저는 기술적 의견 충돌 시, 주장을 반복하기보다 대안을 함께 비교하는 방식으로 접근 방식을 바꾸게 되었습니다.", "coaching_comment": "추상적인 '소통의 중요성' 대신, 실제 프로젝트 경험(캡스톤)을 STAR 구조에 맞춰 구체적인 행동과 결과로 설명해야 합니다."}, "latency_sec": 36.75, "in_tokens": 1262, "out_tokens": 482} +{"label": "lcpp-gemma4-e4b-np4", "suite": "coaching:mixed-fanout", "case_id": "c-weak-backend", "rep": 9, "ok": true, "coaching": {"model_answer": "두 패턴을 함께 사용한 이유는 각각 다른 종류의 실패 시나리오를 방어하기 위함입니다. 멱등 키(Idempotency Key)는 **외부 시스템(결제 게이트웨이)으로부터의 요청 재시도**에 대응합니다. 즉, 클라이언트나 시스템이 네트워크 문제 등으로 인해 동일한 요청을 두 번 이상 보냈을 때, 시스템이 이를 한 번의 요청으로 인식하고 중복 처리를 방지합니다. 이는 주로 API 호출 레벨에서 중복을 막는 역할입니다.\n\n반면, Outbox 패턴은 **내부 비동기 이벤트 발행 과정의 신뢰성**을 보장합니다. 결제 승인 완료와 같은 핵심 비즈니스 로직이 DB 트랜잭션 내에서 발생했을 때, 이 상태 변경을 Kafka와 같은 메시지 브로커로 안전하게 전파하는 것이 중요합니다. Outbox는 DB 트랜잭션과 이벤트 발행을 원자적으로 묶어주므로, DB에 성공적으로 기록되었으나 Kafka 발행 과정에서 실패하는 상황(At-least-once delivery의 위험)을 방지하여 데이터 불일치를 막습니다. 따라서 멱등 키는 '요청 자체의 중복'을, Outbox는 '상태 변화의 전파 과정에서의 누락/중복'을 막는 보완적인 역할을 수행했습니다.", "answer_rewrite": "결제 승인 콜백 지연으로 인한 중복 주문 문제를 해결할 때 멱등 키와 Outbox 패턴을 함께 사용한 이유는, 이 두 패턴이 각각 다른 계층의 실패 지점을 보완하기 위함입니다. \n\n첫째, **멱등 키**는 외부 시스템과의 통신 과정에서 발생하는 중복 요청을 방어합니다. 결제 게이트웨이로부터 콜백을 받을 때, 네트워크 불안정 등으로 인해 동일한 승인 요청이 두 번 도착할 수 있습니다. 멱등 키를 사용하면, 이미 처리된 요청을 시스템이 식별하고 중복 처리를 원천적으로 차단합니다.\n\n둘째, **Outbox 패턴**은 내부 비동기 이벤트 발행의 신뢰성을 보장합니다. 주문 상태가 '결제 완료'로 DB에 성공적으로 기록되었더라도, 이 사실을 Kafka로 발행하는 과정에서 실패할 수 있습니다. Outbox 패턴은 이 상태 변경(DB 쓰기)과 이벤트 발행을 하나의 트랜잭션으로 묶어, 데이터베이스에 기록된 모든 상태 변화가 반드시 메시지 브로커로 전파되도록 보장합니다. 결과적으로 멱등 키는 '요청의 중복'을, Outbox는 '상태 전파의 누락'을 막아 중복 주문 0건을 달성할 수 있었습니다.", "coaching_comment": "단순히 '잘 처리했다'가 아니라, 각 패턴이 해결하는 '구체적인 실패 시나리오'와 '작동 원리'를 구분하여 설명해야 합니다."}, "latency_sec": 36.232, "in_tokens": 1394, "out_tokens": 651} +{"label": "lcpp-gemma4-e4b-np4", "suite": "coaching:mixed-fanout", "case_id": "c-dont-know-cs", "rep": 10, "ok": true, "coaching": {"model_answer": "PostgreSQL의 MVCC(Multi-Version Concurrency Control)는 트랜잭션 격리성을 보장하기 위해 데이터를 여러 버전으로 유지합니다. 여기서 오래 열린 트랜잭션(Long-running transaction)은 해당 트랜잭션이 참조하는 데이터의 이전 버전을 계속 유지해야 함을 의미합니다. 이로 인해 PostgreSQL은 해당 트랜잭션의 `xmin` (가장 오래된 트랜잭션 ID)을 기준으로 'xmin horizon'을 설정하게 됩니다.\n\nVacuum 프로세스는 이 `xmin horizon`보다 오래된, 즉 더 이상 활성 트랜잭션이 참조하지 않는 'dead tuple'을 식별하고 공간을 회수(reclaim)합니다. 하지만 오래 열린 트랜잭션이 존재하면, 해당 트랜잭션이 참조하는 데이터의 버전은 삭제될 수 없으므로, Vacuum은 해당 튜플을 정리하지 못하고 'dead tuple'이 쌓이게 됩니다. 이로 인해 테이블 공간이 불필요하게 점유되는 'Table Bloat'가 발생하며, 이는 인덱스 검색 성능 저하 및 디스크 I/O 증가로 이어집니다.", "answer_rewrite": "PostgreSQL의 MVCC는 트랜잭션 격리성을 위해 데이터의 여러 버전을 유지합니다. 오래 열린 트랜잭션이 존재하면, PostgreSQL은 해당 트랜잭션이 참조하는 데이터의 이전 버전들을 삭제할 수 없게 됩니다. 이는 'xmin horizon'을 설정하는 데 영향을 미치는데, Vacuum 프로세스는 이 horizon보다 오래된 dead tuple을 회수해야 합니다. 하지만 오래 열린 트랜잭션 때문에 해당 튜플들이 참조되고 있다면, Vacuum은 이를 정리하지 못하고 dead tuple이 쌓이게 됩니다. 결과적으로, 테이블 공간이 불필요하게 점유되는 Table Bloat이 발생하여 성능 저하를 유발합니다.", "coaching_comment": "모르는 부분이라고 답하기보다, 관련 개념(MVCC, Vacuum, Dead Tuple)을 언급하며 '이 부분은 깊이 있게 학습 중이지만, 개념적으로는 ~라고 이해하고 있습니다'와 같이 학습 의지를 보여주는 것이 좋습니다."}, "latency_sec": 18.753, "in_tokens": 927, "out_tokens": 475} +{"label": "lcpp-gemma4-e4b-np4", "suite": "coaching:mixed-fanout", "case_id": "c-personality-rambling", "rep": 11, "ok": true, "coaching": {"model_answer": "캡스톤 프로젝트 당시 프론트엔드 팀원과 API 스펙 해석에 대한 의견 충돌이 있었습니다. 초기에는 제가 생각하는 명세가 맞다고 주장하며 논쟁이 길어졌고, 이로 인해 통합 직전 2주가 지연되는 상황이 발생했습니다. 저는 이 상황을 해결하기 위해, 감정적인 논쟁 대신 객관적인 근거를 제시하는 방향으로 전환했습니다. 구체적으로, 제가 먼저 OpenAPI 명세를 상세히 작성하고 Mock 서버를 구축하여 프론트엔드가 병렬적으로 개발할 수 있는 환경을 제안했습니다. 이 접근 방식은 양측의 의견을 '논쟁'이 아닌 '검증 가능한 설계'로 전환시켰습니다. 결과적으로 통합 이슈가 초기 3건에서 0건으로 줄어들었고, 이후 프로젝트에서는 결정 전에 반드시 대안 두 가지를 함께 비교하는 프로세스를 도입하여 충돌을 최소화했습니다.", "answer_rewrite": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합 직전 2주가 지연된 경험이 있습니다. 처음에는 제 방식이 옳다고 고집하며 감정적으로 대립했지만, 이 상황이 프로젝트 전체에 미치는 영향을 고려하여 접근 방식을 바꿨습니다. 저는 논쟁을 멈추고, 객관적인 해결책을 제시하는 데 집중했습니다. 구체적으로, 제가 먼저 OpenAPI 명세를 상세하게 작성하고 Mock 서버를 띄워 프론트엔드가 병렬 개발을 시작할 수 있도록 환경을 제공했습니다. 이 행동 덕분에 통합 이슈가 3건에서 0건으로 줄어드는 실질적인 결과를 얻을 수 있었습니다. 이 경험을 통해, 의견 충돌 시 감정적 설득보다 '검증 가능한 설계안'을 제시하는 것이 문제 해결에 훨씬 효과적이라는 것을 배웠고, 이후에는 항상 대안 두 가지를 함께 비교하는 방식으로 협업 방식을 개선했습니다.", "coaching_comment": "추상적인 '소통' 대신, 실제 프로젝트 경험을 STAR 구조에 맞춰 구체적인 행동과 정량적 결과로 풀어내야 합니다."}, "latency_sec": 25.803, "in_tokens": 1262, "out_tokens": 471} +{"label": "lcpp-gemma4-e4b-np4", "suite": "coaching:mixed-fanout", "case_id": "c-weak-backend", "rep": 12, "ok": true, "coaching": {"model_answer": "두 패턴을 함께 사용한 이유는 각각 다른 계층의 실패 시나리오를 방어하기 위함입니다. 멱등 키(Idempotency Key)는 주로 **클라이언트 요청 레벨**에서 중복 실행을 방지합니다. 즉, 외부 시스템(결제 게이트웨이 등)으로부터 동일한 요청이 여러 번 도착했을 때, DB에 해당 키가 이미 존재하는지 확인하여 주문 생성을 한 번만 처리하도록 보장합니다. 이는 네트워크 재시도 등으로 인한 '같은 요청의 중복 수신'에 대한 방어입니다.\n\n반면, Outbox 패턴은 **시스템 내부의 트랜잭션 경계**를 보장합니다. 결제 승인 처리가 성공적으로 완료된 후, 이 사실을 Kafka와 같은 외부 메시징 시스템에 '발행'하는 과정 자체가 DB 트랜잭션의 일부로 묶여야 합니다. 만약 승인 처리는 성공했지만, 메시지 발행 로직 실행 도중 시스템 장애가 발생하면, 주문 상태는 '성공'이지만 이벤트가 외부로 나가지 못해 후속 프로세스(재고 차감, 배송 시작 등)가 멈추게 됩니다. Outbox는 이 'DB 성공 $\\rightarrow$ 이벤트 발행' 사이의 원자성(Atomicity)을 보장하여, 이벤트 누락으로 인한 후속 비즈니스 로직의 실패를 막아줍니다. 요약하자면, 멱등 키는 '요청의 중복'을 막고, Outbox는 '이벤트 발행의 누락'을 막습니다.", "answer_rewrite": "결제 승인 콜백 지연으로 인한 중복 주문 문제를 해결하기 위해 멱등 키와 Outbox 패턴을 함께 사용한 이유는, 이 두 패턴이 각각 다른 종류의 실패 지점(Failure Point)을 방어하기 때문입니다. \n\n첫째, **멱등 키**는 외부 시스템으로부터의 요청 중복을 방어합니다. 결제 승인 콜백이 네트워크 문제 등으로 인해 두 번 이상 도착할 수 있습니다. 멱등 키를 사용하면, 해당 키가 이미 처리된 기록이 있는지 확인하여, 동일한 승인 요청이 시스템 내에서 두 번 주문을 생성하는 것을 원천적으로 차단합니다.\n\n둘째, **Outbox 패턴**은 시스템 내부의 트랜잭션 경계 문제를 해결합니다. 결제 승인이 성공적으로 DB에 기록된 후, 이 사실을 Kafka로 이벤트 발행해야 합니다. 만약 이 발행 과정이 DB 트랜잭션과 분리되어 실패하면, 주문은 성공했지만 이벤트가 발행되지 않아 후속 프로세스(예: 재고 차감)가 멈추는 상황이 발생합니다. Outbox 패턴은 이 'DB 상태 변경'과 '이벤트 발행'을 하나의 원자적(Atomic) 트랜잭션으로 묶어, 이벤트 누락으로 인한 비즈니스 로직의 실패를 방지했습니다. 즉, 멱등 키는 '들어오는 요청의 중복'을 막고, Outbox는 '나가는 이벤트의 누락'을 막는 역할을 수행했습니다.", "coaching_comment": "단순히 '잘 처리했다'는 결론 대신, 두 기술이 각각 어떤 시점의 어떤 종류의 실패를 막는지 구체적인 메커니즘 차이를 설명해야 합니다."}, "latency_sec": 29.384, "in_tokens": 1394, "out_tokens": 732} +{"label": "lcpp-gemma4-e4b-np4", "suite": "coaching:mixed-fanout", "case_id": "c-dont-know-cs", "rep": 13, "ok": true, "coaching": {"model_answer": "PostgreSQL의 MVCC(Multi-Version Concurrency Control)에서 오래 열린 트랜잭션은 `VACUUM` 프로세스에 직접적인 영향을 미칩니다. 핵심은 해당 트랜잭션이 참조하는 **xmin horizon** 때문입니다. PostgreSQL은 트랜잭션이 커밋되거나 종료될 때 해당 트랜잭션 ID(XID)를 기반으로 '이 시점 이전의 데이터는 안전하게 정리해도 된다'는 기준점을 설정하는데, 이 기준점을 xmin horizon이라고 합니다.\n\n오래 열린 트랜잭션이 존재하면, PostgreSQL은 해당 트랜잭션이 해당 시점까지도 활성 상태일 수 있다고 간주합니다. 따라서, 해당 트랜잭션이 참조하는 레코드(dead tuple)가 존재하더라도, `VACUUM`은 해당 레코드를 안전하게 재사용(reclaim)하거나 삭제할 수 없습니다. 이는 **dead tuple 회수(reclamation) 지연**을 유발하고, 결과적으로 테이블에 불필요한 공간(bloat)이 누적되어 성능 저하를 초래합니다.", "answer_rewrite": "죄송합니다. 이 질문에 대해 제가 깊이 있게 설명드리겠습니다. PostgreSQL의 MVCC는 트랜잭션의 격리성을 보장하기 위해 데이터의 여러 버전을 유지합니다. 오래 열린 트랜잭션이 존재하면, 이 트랜잭션이 참조하는 **xmin horizon**이 계속 활성 상태로 유지됩니다. 이 horizon이 바로 '이 트랜잭션이 종료되기 전까지는 이 레코드를 안전하게 삭제할 수 없다'는 일종의 안전장치 역할을 합니다.\n\n결과적으로, 해당 트랜잭션이 종료되지 않으면, 그 트랜잭션이 생성한 dead tuple들은 `VACUUM` 프로세스에 의해 회수되지 못하고 쌓이게 됩니다. 이는 데이터베이스의 **테이블 bloat**를 증가시키고, I/O 효율성을 떨어뜨려 전반적인 쿼리 성능 저하로 이어집니다.", "coaching_comment": "모르는 부분이라고 말하는 대신, 핵심 개념(xmin horizon)을 언급하며 '이 부분은 심화 학습이 필요하다'는 태도로 접근하는 것이 훨씬 낫습니다."}, "latency_sec": 24.649, "in_tokens": 927, "out_tokens": 503} +{"label": "lcpp-gemma4-e4b-np4", "suite": "coaching:mixed-fanout", "case_id": "c-personality-rambling", "rep": 14, "ok": true, "coaching": {"model_answer": "캡스톤 프로젝트 당시, 프론트엔드 팀원과 API 스펙 해석에 대한 의견 충돌이 있었습니다. 각자 생각하는 최적의 구현 방식이 달랐고, 이로 인해 통합 직전에 2주가 지연되는 상황이 발생했습니다. 저는 이 문제를 해결하기 위해, 감정적인 논쟁 대신 기술적인 해결책에 집중했습니다. 먼저, 제가 OpenAPI 명세를 선제적으로 작성하고 Mock 서버를 구축하여, 프론트엔드가 병렬적으로 개발을 진행할 수 있도록 제안했습니다. 이는 양측의 의견을 모두 수용하며 개발 속도를 확보하는 실질적인 방법이었습니다. 이 경험을 통해, 의견 충돌 시 감정적인 설득보다는 명확한 기술적 산출물(Specification)을 기반으로 합의점을 도출하는 것이 가장 효과적이라는 것을 배웠습니다. 이후 프로젝트에서는 결정 전에 반드시 두 가지 이상의 대안을 함께 비교 분석하는 프로세스를 도입하여 유사한 충돌을 예방했습니다.", "answer_rewrite": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합 직전에 2주가 지연된 경험이 있습니다. 당시 저는 제 방식이 맞다고 고집하며 팀원과 감정이 상하기도 했습니다. 이 상황을 해결하기 위해, 저는 감정적인 대립을 멈추고 기술적 해결책을 모색했습니다. 구체적으로는, 제가 먼저 OpenAPI 명세를 상세히 작성하고 Mock 서버를 띄워 프론트엔드가 병렬 개발을 진행하도록 제안했습니다. 이 제안 덕분에 통합 이슈가 3건에서 0건으로 줄어들 수 있었습니다. 이 경험을 통해, 의견 충돌 시 '누구의 방식이 옳은가'를 따지기보다, '어떤 산출물이 가장 빠르게 합의를 이끌어낼 수 있는가'에 초점을 맞추는 것이 중요함을 깨달았습니다. 이후로는 결정 전에 항상 대안 두 가지를 함께 비교하는 방식으로 접근 방식을 바꿨습니다.", "coaching_comment": "단순히 '소통이 중요하다'고 말하는 대신, 실제 충돌 상황(캡스톤 프로젝트)을 STAR 기법에 맞춰 구체적인 행동과 정량적 결과로 설명해야 합니다."}, "latency_sec": 20.739, "in_tokens": 1262, "out_tokens": 500} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:mixed-followup", "case_id": "f-strong-backend", "rep": 0, "ok": true, "followup_question": "멱등 키가 PG사의 재전송 같은 외부 요청에 대응하는 것이라면, Outbox 패턴은 내부 시스템의 어떤 종류의 비동기적 실패 시나리오를 막기 위해 사용되었나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "NONE", "correctness": null}, "latency_sec": 42.307, "ttft_sec": 39.382, "in_tokens": 1520, "out_tokens": 88} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:mixed-followup", "case_id": "f-weak-vague", "rep": 1, "ok": true, "followup_question": "멱등 키가 중복 요청 자체를 막는다면, Outbox 패턴은 구체적으로 어떤 종류의 지연이나 실패 케이스를 방지하는 건가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 1.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 46.15, "ttft_sec": 42.41, "in_tokens": 1390, "out_tokens": 81} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:mixed-followup", "case_id": "f-dont-know-explicit", "rep": 2, "ok": true, "followup_question": "PostgreSQL의 MVCC와 vacuum에 대해 잘 모르시겠다고 하셨는데, 혹시 트랜잭션 격리 수준(Isolation Level)에 대해 설명해 주실 수 있나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 46.771, "ttft_sec": null, "in_tokens": 1344, "out_tokens": 88} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:mixed-followup", "case_id": "f-dont-know-stt", "rep": 3, "ok": true, "followup_question": "React 18의 automatic batching이 비동기 콜백 내부 업데이트까지 배칭한다는 구체적인 메커니즘을 설명해 주실 수 있나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 49.459, "ttft_sec": null, "in_tokens": 1343, "out_tokens": 83} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:mixed-followup", "case_id": "f-clarification", "rep": 4, "ok": true, "followup_question": "HPA 기준을 CPU 70%로 잡은 근거와 트래픽 피크 시 사전 스케일아웃을 병행한 이유에 대해, HPA의 반응 지연과 예측 가능한 피크의 차이점을 중심으로 다시 설명해 주시겠어요?", "answer_intent": "CLARIFICATION", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 50.147, "ttft_sec": 46.478, "in_tokens": 1379, "out_tokens": 105} +{"label": "lcpp-gemma4-e4b-np4", "suite": "followup:mixed-followup", "case_id": "f-confirm-short", "rep": 5, "ok": true, "followup_question": "Outbox 릴레이가 폴링할 때, 트랜잭션 격리 수준은 어떻게 설정하셨고 그 이유는 무엇인가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 3.0, "structure": "NONE", "correctness": null}, "latency_sec": 47.409, "ttft_sec": 44.938, "in_tokens": 1365, "out_tokens": 74} +{"label": "lcpp-gemma4-e4b-np4", "suite": "mixed_summary", "ok": true, "fanout_wall_sec": 117.3, "coaching_success": 15, "followup_latency_p50": 46.77, "followup_latency_max": 50.15, "followup_ttft_p50": 44.94} diff --git a/docs/research/local-llm-deep-dive-2026-09/data/raw/load-lcpp-qwen3-4b-np1.jsonl b/docs/research/local-llm-deep-dive-2026-09/data/raw/load-lcpp-qwen3-4b-np1.jsonl new file mode 100644 index 00000000..3af4c557 --- /dev/null +++ b/docs/research/local-llm-deep-dive-2026-09/data/raw/load-lcpp-qwen3-4b-np1.jsonl @@ -0,0 +1,90 @@ +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@1", "case_id": "f-strong-backend", "rep": 0, "ok": true, "followup_question": "결제 키에 유니크 제약을 걸어 두 번째 요청을 기존 주문을 돌려주는 방식이 실제로 어떤 실패 케이스를 막는지, 예를 들어 PG의 재전송 시점과 결제 키의 값이 어떻게 정해졌는지 구체적으로 말씀해 주세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 1.92, "ttft_sec": 0.207, "in_tokens": 1708, "out_tokens": 122} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@1", "case_id": "f-weak-vague", "rep": 1, "ok": true, "followup_question": "트랜잭션 경계를 잘 관리했다고 했는데, 그 구체적인 예로 어떤 시나리오에서 중복 주문이 발생했고, 어떻게 트랜잭션을 통해 막았나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.696, "ttft_sec": 0.4, "in_tokens": 1535, "out_tokens": 95} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@1", "case_id": "f-dont-know-explicit", "rep": 2, "ok": true, "followup_question": "그럼 MVCC에서 오래 열린 트랜잭션이 vacuum에 어떤 영향을 주는지 잘 모르시는 건가요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 2.08, "ttft_sec": null, "in_tokens": 1475, "out_tokens": 75} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@1", "case_id": "f-dont-know-stt", "rep": 3, "ok": true, "followup_question": "그럼 React 18의 automatic batching이 비동기 콜백(예: setTimeout 또는 Promise) 내부 업데이트를 포함하여 배칭한다는 점을 말씀하셨던 건가요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 2.417, "ttft_sec": null, "in_tokens": 1478, "out_tokens": 89} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@1", "case_id": "f-clarification", "rep": 4, "ok": true, "followup_question": "HPA 기준을 CPU 70%로 설정하고, 트래픽 피크에 사전 스케일아웃을 병행하는 데서 어떤 메트릭 수집 또는 피크 예측 기준을 기반으로 했는지, 좀 더 쉽게 설명해 주실 수 있나요?", "answer_intent": "CLARIFICATION", "answer_evaluation": {"specificity": 2.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 2.955, "ttft_sec": 1.393, "in_tokens": 1508, "out_tokens": 115} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@1", "case_id": "f-confirm-short", "rep": 5, "ok": true, "followup_question": "그럼 outbox 릴레이가 별도 프로세스로 폴링하신 건가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 2.205, "ttft_sec": 1.342, "in_tokens": 1504, "out_tokens": 68} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@1", "case_id": "f-infra-fact-error", "rep": 6, "ok": true, "followup_question": "메모리 50%를 기준으로 했는데, 그 기준을 선택한 근거가 무엇인가요? CPU 70%를 기준으로 했던 사례와 비교해 설명해 주세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 2.0, "structure": "PARTIAL_STAR", "correctness": 4.0}, "latency_sec": 4.202, "ttft_sec": 2.811, "in_tokens": 1850, "out_tokens": 100} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@1", "case_id": "f-dba-correct-with-context", "rep": 7, "ok": true, "followup_question": "인덱스 변경으로 p95가 900ms까지 내려간 부분에서, (user_id, created_at) 복합 인덱스의 컬럼 순서가 왜 그렇게 설정되었는지 구체적으로 말씀해 주세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 4.881, "ttft_sec": 3.445, "in_tokens": 1987, "out_tokens": 102} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@1", "case_id": "f-frontend-strong", "rep": 8, "ok": true, "followup_question": "항목 2천 개가 전부 리렌더링되는 상황에서, react-window의 VariableSizeList가 30개만 렌더하는 구체적인 로직은 어떤 방식으로 구현하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 4.7, "ttft_sec": 3.333, "in_tokens": 1975, "out_tokens": 97} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@1", "case_id": "f-personality-star", "rep": 9, "ok": true, "followup_question": "OpenAPI 명세를 쓰고 Mock 서버를 띄워 프론트가 병렬로 개발하게 제안하신 부분에서, 그 Mock 서버는 어떤 기술 스택으로 구현했고, 얼마나 많은 요청을 처리할 수 있었나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 3.279, "ttft_sec": 1.789, "in_tokens": 1603, "out_tokens": 108} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@1", "case_id": "f-personality-rambling", "rep": 10, "ok": true, "followup_question": "소통이 중요하다고 말씀하셨는데, 그 소통 과정에서 구체적으로 어떤 행동을 했고, 그 결과로 팀의 결과나 관계에 어떤 변화가 있었는지 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 2.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 1.954, "ttft_sec": 0.591, "in_tokens": 1523, "out_tokens": 99} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@1", "case_id": "f-stt-messy-normal", "rep": 11, "ok": true, "followup_question": "불일치가 월 200건에서 3건으로 줄었다는 점에서, 그 전에 재시도가 DB에 부하를 주는 구체적인 사례나 지표(예: 평균 응답 시간, 트랜잭션 실패율)를 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 3.289, "ttft_sec": 1.592, "in_tokens": 1571, "out_tokens": 121} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@1", "case_id": "f-long-answer-history", "rep": 12, "ok": true, "followup_question": "주문이 생성되면 OrderCreated 이벤트를 outbox 로 발행하고, 결제 서비스가 PaymentApproved 를 받으면 재고 서비스가 차감하는 흐름을 말씀하셨는데, 그때 outbox 가 실패했을 경우 어떻게 처리하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 4.723, "ttft_sec": 3.205, "in_tokens": 1945, "out_tokens": 107} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@1", "case_id": "f-english-mixed", "rep": 13, "ok": true, "followup_question": "화면별 staleTime 을 다르게 설정한 예시나, 어떤 화면에서 얼마나 설정했는지 구체적으로 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 2.689, "ttft_sec": 1.58, "in_tokens": 1548, "out_tokens": 83} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@1", "case_id": "f-strong-backend", "rep": 14, "ok": true, "followup_question": "결제 키에 유니크 제약을 걸어 두 번째 요청을 돌려주는 부분에서, 그 유니크 키의 구체적인 형식과 값 범위를 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 3.647, "ttft_sec": 2.314, "in_tokens": 1708, "out_tokens": 98} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@1", "case_id": "f-weak-vague", "rep": 15, "ok": true, "followup_question": "멱등 키와 Outbox 패턴을 함께 쓴 이유 중, 예를 들어 결제 승인 콜백이 지연될 때 중복 주문이 발생할 수 있는 실패 케이스를 막는 데 어떤 역할을 했는지, 구체적으로 말씀해 주세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 3.0, "structure": "NONE", "correctness": null}, "latency_sec": 2.073, "ttft_sec": 0.406, "in_tokens": 1535, "out_tokens": 118} +{"label": "lcpp-qwen3-4b-np1", "suite": "load_summary", "ok": true, "concurrency": 1, "requests": 16, "success": 16, "wall_sec": 48.73, "throughput_req_per_min": 19.7, "latency_p50": 2.96, "latency_p95": 4.72, "ttft_p50": 1.59, "ttft_p95": 3.33, "over_10s": 0} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@2", "case_id": "f-strong-backend", "rep": 0, "ok": true, "followup_question": "결제 키에 유니크 제약을 걸어 두 번째 요청을 기존 주문을 돌려주는 부분인데, 그 유니크 제약이 어떤 컬럼에 적용되었고, 그 컬럼의 값이 중복될 수 있는 상황이 실제로 발생했는지 구체적으로 말씀해 주세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 4.623, "ttft_sec": 2.935, "in_tokens": 1708, "out_tokens": 119} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@2", "case_id": "f-weak-vague", "rep": 1, "ok": true, "followup_question": "멱등 키와 Outbox 패턴을 함께 쓴 이유 중, 예를 들어 결제 승인 콜백이 지연됐을 때 중복 주문이 발생할 수 있는 실패 케이스를 막는 데 어떤 역할을 했나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.773, "ttft_sec": 0.22, "in_tokens": 1535, "out_tokens": 111} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@2", "case_id": "f-dont-know-explicit", "rep": 2, "ok": true, "followup_question": "그런데 MVCC에서 오래 열린 트랜잭션과 vacuum의 관계에 대해 잘 모르시는 건가요? 혹시 xmin horizon이 어떻게 작동하는지, 또는 dead tuple이 어떻게 지연되는지에 대해 조금 더 알려주실 수 있나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 5.395, "ttft_sec": null, "in_tokens": 1475, "out_tokens": 105} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@2", "case_id": "f-dont-know-stt", "rep": 3, "ok": true, "followup_question": "그럼 React 18의 automatic batching이 비동기 콜백(예: setTimeout 또는 Promise) 내부 업데이트도 포함한다는 점을 설명하신 건가요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 4.902, "ttft_sec": null, "in_tokens": 1478, "out_tokens": 85} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@2", "case_id": "f-clarification", "rep": 4, "ok": true, "followup_question": "HPA 기준을 CPU 70%로 설정하고, 트래픽 피크에 사전 스케일아웃을 병행하는 데서 어떤 메트릭이나 예측 기준을 기반으로 했는지, 좀 더 쉽게 설명해 주실 수 있나요?", "answer_intent": "CLARIFICATION", "answer_evaluation": {"specificity": 2.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 5.273, "ttft_sec": 3.736, "in_tokens": 1508, "out_tokens": 112} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@2", "case_id": "f-confirm-short", "rep": 5, "ok": true, "followup_question": "그럼 outbox 릴레이가 별도 프로세스로 폴링하신 건가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 5.121, "ttft_sec": 4.251, "in_tokens": 1504, "out_tokens": 68} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@2", "case_id": "f-infra-fact-error", "rep": 6, "ok": true, "followup_question": "메모리 50%를 기준으로 했던 HPA 메트릭은, 검색 문서에서 언급된 CPU 70%와 비교해 어떤 이유에서 선택되었나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 2.0, "structure": "PARTIAL_STAR", "correctness": 4.0}, "latency_sec": 6.277, "ttft_sec": 5.016, "in_tokens": 1850, "out_tokens": 91} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@2", "case_id": "f-dba-correct-with-context", "rep": 7, "ok": true, "followup_question": "인덱스 변경으로 p95가 900ms까지 내려간 부분에서, (user_id, created_at) 복합 인덱스의 컬럼 순서가 그 이유였다고 말씀하셨는데, 그 선택 기준을 좀 더 구체적으로 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 9.177, "ttft_sec": 7.524, "in_tokens": 1987, "out_tokens": 114} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@2", "case_id": "f-frontend-strong", "rep": 8, "ok": true, "followup_question": "항목 2천 개가 리렌더링되면서 INP가 480ms로 나왔다고 하셨는데, 그 측정 방법을 좀 더 구체적으로 말씀해 주실 수 있나요? 예를 들어, React DevTools Profiler에서 어떤 메트릭을 기준으로 했는지, 그리고 480ms가 전체 INP인지 특정 항목의 INP인지 알려주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 10.606, "ttft_sec": 8.443, "in_tokens": 1975, "out_tokens": 146} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@2", "case_id": "f-personality-star", "rep": 9, "ok": true, "followup_question": "OpenAPI 명세를 쓰고 Mock 서버를 띄운 것이 구체적으로 어떤 점에서 프론트 팀과의 갈등을 줄였는지, 예를 들어 API 응답 형식이나 요청 파라미터의 예시를 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 8.928, "ttft_sec": 7.287, "in_tokens": 1603, "out_tokens": 116} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@2", "case_id": "f-personality-rambling", "rep": 10, "ok": true, "followup_question": "소통이 중요하다고 말씀하셨는데, 그때 구체적으로 어떤 대화를 어떻게 했는지, 그리고 그 결과로 팀원들의 태도나 프로젝트 진행이 어떻게 달라졌는지 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 3.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 5.466, "ttft_sec": 4.0, "in_tokens": 1523, "out_tokens": 105} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@2", "case_id": "f-stt-messy-normal", "rep": 11, "ok": true, "followup_question": "불일치가 월 200건에서 3건으로 줄었다는 부분에서, 그 3건이 어떤 상황에서 발생했는지, 그리고 그 전에 200건이 발생했을 때의 구체적인 요청 패턴(예: 요청 빈도, 동시 요청 수)을 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 5.429, "ttft_sec": 3.626, "in_tokens": 1571, "out_tokens": 127} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@2", "case_id": "f-long-answer-history", "rep": 12, "ok": true, "followup_question": "주문 생성 후 OrderCreated 이벤트를 outbox로 발행했고, 결제 서비스가 PaymentApproved를 받는 경우에 재고 서비스가 차감하는 흐름을 설명하셨는데, 그때의 이벤트 전달 경로에서 실패 시 재고 서비스가 StockReserveFailed를 발행하는 경우, 이 이벤트가 실제로 소비자 서비스에 도달하지 않았을 때 어떻게 처리하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 8.671, "ttft_sec": 6.574, "in_tokens": 1945, "out_tokens": 142} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@2", "case_id": "f-english-mixed", "rep": 13, "ok": true, "followup_question": "화면별 staleTime 을 다르게 설정한 예시나, 어떤 화면에서 얼마나 긴 staleTime 을 사용했는지 구체적으로 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 8.064, "ttft_sec": 6.844, "in_tokens": 1548, "out_tokens": 89} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@2", "case_id": "f-strong-backend", "rep": 14, "ok": true, "followup_question": "결제 키에 유니크 제약을 걸어 두 번째 요청을 돌려주는 부분에서, 그 키의 구체적인 형식(예: 결제 ID + 시간 스탬프)과 재전송 시점에 대한 타임아웃 기준을 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 6.739, "ttft_sec": 5.062, "in_tokens": 1708, "out_tokens": 118} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@2", "case_id": "f-weak-vague", "rep": 15, "ok": true, "followup_question": "멱등 키와 Outbox 패턴을 함께 쓴 이유 중, 예를 들어 중복 주문이 발생할 수 있는 실패 케이스를 막는 데 어떤 역할을 했나요? 구체적으로 말씀해 주세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 5.8, "ttft_sec": 4.343, "in_tokens": 1535, "out_tokens": 104} +{"label": "lcpp-qwen3-4b-np1", "suite": "load_summary", "ok": true, "concurrency": 2, "requests": 16, "success": 16, "wall_sec": 52.05, "throughput_req_per_min": 18.4, "latency_p50": 5.8, "latency_p95": 9.18, "ttft_p50": 5.02, "ttft_p95": 7.52, "over_10s": 1} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@4", "case_id": "f-strong-backend", "rep": 0, "ok": true, "followup_question": "결제 키에 유니크 제약을 걸어 두 번째 요청을 돌려주는 부분에서, 그 키의 구체적인 형식이나 생성 방식을 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 10.948, "ttft_sec": 9.66, "in_tokens": 1708, "out_tokens": 93} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@4", "case_id": "f-weak-vague", "rep": 1, "ok": true, "followup_question": "트랜잭션 경계와 멱등 키가 각각 어떤 실패 케이스를 막는지, 예를 들어 콜백 지연 시 중복 주문이 발생하는 메커니즘을 구체적으로 설명해 주세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 3.0, "structure": "NONE", "correctness": null}, "latency_sec": 5.023, "ttft_sec": 3.606, "in_tokens": 1535, "out_tokens": 102} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@4", "case_id": "f-dont-know-explicit", "rep": 2, "ok": true, "followup_question": "그렇다면 PostgreSQL의 MVCC에서 오래된 트랜잭션의 xmin horizon이 vacuum에 어떤 영향을 주는지, 잘 모르시는 이유가 무엇인가요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 2.247, "ttft_sec": null, "in_tokens": 1475, "out_tokens": 84} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@4", "case_id": "f-dont-know-stt", "rep": 3, "ok": true, "followup_question": "React 18의 automatic batching이 비동기 콜백(예: setTimeout 또는 Promise) 내부 업데이트를 포함하여 배칭한다는 점을 설명해 주세요.", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 7.378, "ttft_sec": null, "in_tokens": 1478, "out_tokens": 85} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@4", "case_id": "f-clarification", "rep": 4, "ok": true, "followup_question": "HPA 기준을 CPU 70%로 설정하고, 트래픽 피크에 사전 스케일아웃을 병행하는 데 어떤 메트릭 수집과 반응 지연 기준을 기반으로 했는지, 좀 더 쉽게 설명해 주실 수 있나요?", "answer_intent": "CLARIFICATION", "answer_evaluation": {"specificity": 2.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 11.646, "ttft_sec": 10.081, "in_tokens": 1508, "out_tokens": 114} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@4", "case_id": "f-confirm-short", "rep": 5, "ok": true, "followup_question": "그럼 outbox 릴레이가 별도 프로세스로 폴링하신 건가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 11.08, "ttft_sec": 10.203, "in_tokens": 1504, "out_tokens": 68} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@4", "case_id": "f-infra-fact-error", "rep": 6, "ok": true, "followup_question": "메모리 50% 기준을 선택한 이유가 무엇인가요? CPU 70% 기준이 더 일반적인데, 그 이유가 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 2.0, "structure": "PARTIAL_STAR", "correctness": 4.0}, "latency_sec": 12.706, "ttft_sec": 11.536, "in_tokens": 1850, "out_tokens": 85} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@4", "case_id": "f-dba-correct-with-context", "rep": 7, "ok": true, "followup_question": "인덱스 변경으로 p95가 900ms로 내려간 부분에서, (user_id, created_at) 복합 인덱스가 실제로 쿼리에 어떤 방식으로 사용되었는지, 예를 들어 쿼리에서 어떤 컬럼을 조건으로 사용했는지 구체적으로 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 14.459, "ttft_sec": 12.59, "in_tokens": 1987, "out_tokens": 128} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@4", "case_id": "f-frontend-strong", "rep": 8, "ok": true, "followup_question": "항목 높이가 내용에 따라 달라서 높이 캐시를 따로 뒀다고 했는데, 그 캐시를 어떻게 구현했고, 어떤 경우에 캐시가 무효화되는지 구체적으로 설명해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 16.555, "ttft_sec": 14.865, "in_tokens": 1975, "out_tokens": 118} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@4", "case_id": "f-personality-star", "rep": 9, "ok": true, "followup_question": "OpenAPI 명세를 쓰고 Mock 서버를 띄워 프론트가 병렬로 개발하게 제안하신 부분에서, 그 Mock 서버는 어떤 기술 기반으로 구현했고, 얼마나 많은 요청을 처리했는지 구체적으로 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 17.776, "ttft_sec": 16.129, "in_tokens": 1603, "out_tokens": 116} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@4", "case_id": "f-personality-rambling", "rep": 10, "ok": true, "followup_question": "팀원과 의견이 다를 때 소통을 강조하셨는데, 그 소통 과정에서 구체적으로 어떤 행동을 했고, 그 결과 팀워크나 결과에 어떤 변화가 있었나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 2.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 15.677, "ttft_sec": 14.371, "in_tokens": 1523, "out_tokens": 95} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@4", "case_id": "f-stt-messy-normal", "rep": 11, "ok": true, "followup_question": "불일치가 월 200건에서 3건으로 줄었다는 부분에서, 그 전 상태의 200건이 실제 충돌 빈도였는지, 아니면 재시도 횟수였는지 구체적으로 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 13.526, "ttft_sec": 11.942, "in_tokens": 1571, "out_tokens": 113} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@4", "case_id": "f-long-answer-history", "rep": 12, "ok": true, "followup_question": "주문 생성 후 OrderCreated 이벤트를 outbox로 발행하고, 결제 서비스가 PaymentApproved를 받은 경우 재고 서비스가 차감하는 흐름을 말씀하셨는데, 그때의 이벤트 전달 경로에서 실패 시 재고 서비스가 StockReserveFailed를 내보내는 것이 정합성 보장에 어떻게 기여하는지 구체적으로 설명해 주세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 13.663, "ttft_sec": 11.668, "in_tokens": 1945, "out_tokens": 136} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@4", "case_id": "f-english-mixed", "rep": 13, "ok": true, "followup_question": "화면별 staleTime 을 다르게 설정한 예를 들어 주시겠어요? 예를 들어, 실시간 데이터가 필요한 화면과 그렇지 않은 화면에서 어떻게 설정을 달리했나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 13.082, "ttft_sec": 11.795, "in_tokens": 1548, "out_tokens": 94} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@4", "case_id": "f-strong-backend", "rep": 14, "ok": true, "followup_question": "결제 키에 유니크 제약을 걸어 두 번째 요청을 돌려주는 부분에서, 그 유니크 키의 구체적인 형식이나 생성 방식을 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 14.808, "ttft_sec": 13.478, "in_tokens": 1708, "out_tokens": 96} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@4", "case_id": "f-weak-vague", "rep": 15, "ok": true, "followup_question": "트랜잭션 경계를 어떻게 관리하셨고, 멱등 키가 중복 주문을 막는 구체적인 메커니즘은 무엇이었나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 13.158, "ttft_sec": 12.028, "in_tokens": 1535, "out_tokens": 84} +{"label": "lcpp-qwen3-4b-np1", "suite": "load_summary", "ok": true, "concurrency": 4, "requests": 16, "success": 16, "wall_sec": 52.1, "throughput_req_per_min": 18.4, "latency_p50": 13.16, "latency_p95": 16.55, "ttft_p50": 11.94, "ttft_p95": 14.87, "over_10s": 13} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@8", "case_id": "f-strong-backend", "rep": 0, "ok": true, "followup_question": "결제 키에 유니크 제약을 걸어 두 번째 요청을 돌려주는 부분에서, 그 키의 구체적인 형식이나 생성 방식을 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 20.456, "ttft_sec": 19.175, "in_tokens": 1708, "out_tokens": 93} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@8", "case_id": "f-weak-vague", "rep": 1, "ok": true, "followup_question": "트랜잭션 경계에 대한 구체적인 예를 들어주시겠어요? 예를 들어, 결제 승인 콜백이 지연될 때 어떤 트랜잭션 경계를 어떻게 설정했고, 그로 인해 중복 주문이 발생하지 않았는지 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 3.0, "structure": "NONE", "correctness": null}, "latency_sec": 18.012, "ttft_sec": 16.374, "in_tokens": 1535, "out_tokens": 116} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@8", "case_id": "f-dont-know-explicit", "rep": 2, "ok": true, "followup_question": "그렇다면 PostgreSQL의 MVCC에서 오래된 트랜잭션의 xmin horizon이 vacuum에 미치는 영향에 대해 전혀 모르시는 건가요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 11.483, "ttft_sec": null, "in_tokens": 1475, "out_tokens": 80} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@8", "case_id": "f-dont-know-stt", "rep": 3, "ok": true, "followup_question": "React 18의 automatic batching이 비동기 콜백(예: setTimeout, Promise) 내부 업데이트를 포함해 배칭한다는 점을 말씀하셨는데, 그 예시로 어떤 상황을 말씀하셨나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 9.199, "ttft_sec": null, "in_tokens": 1478, "out_tokens": 97} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@8", "case_id": "f-clarification", "rep": 4, "ok": true, "followup_question": "HPA 기준을 CPU 70%로 설정하고, 트래픽 피크에 사전 스케일아웃을 병행한 이유를 설명해 주실 수 있나요? 예를 들어, 어떤 메트릭 수집 주기와 파드 기동 시간이 있었는지, 그리고 그 기준이 피크 예측과 어떻게 연결되었는지 좀 더 구체적으로 말씀해 주실 수 있나요?", "answer_intent": "CLARIFICATION", "answer_evaluation": {"specificity": 3.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 14.85, "ttft_sec": 12.864, "in_tokens": 1508, "out_tokens": 140} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@8", "case_id": "f-confirm-short", "rep": 5, "ok": true, "followup_question": "그럼 outbox 릴레이가 별도 프로세스로 폴링하신 건가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.751, "ttft_sec": 0.878, "in_tokens": 1504, "out_tokens": 68} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@8", "case_id": "f-infra-fact-error", "rep": 6, "ok": true, "followup_question": "메모리 50% 기준으로 HPA 설정하셨는데, 그 기준을 선택한 근거가 무엇이었나요? CPU 70%가 더 적절했을 수 있는데, 왜 메모리 기준을 선택하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 3.0, "structure": "PARTIAL_STAR", "correctness": 4.0}, "latency_sec": 24.763, "ttft_sec": 23.262, "in_tokens": 1850, "out_tokens": 105} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@8", "case_id": "f-dba-correct-with-context", "rep": 7, "ok": true, "followup_question": "인덱스 변경으로 p95가 900ms까지 내려간 부분에서, (user_id, created_at) 복합 인덱스의 컬럼 순서가 왜 그렇게 선택되었는지 구체적으로 말씀해 주세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 6.645, "ttft_sec": 5.194, "in_tokens": 1987, "out_tokens": 102} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@8", "case_id": "f-frontend-strong", "rep": 8, "ok": true, "followup_question": "항목 2천 개가 리렌더링되는 상황에서 react-window의 VariableSizeList를 사용했고, INP이 480ms에서 120ms로 줄었다고 하셨는데, 그 높이 캐시를 구체적으로 어떻게 구현했나요? 예를 들어, 높이를 계산하는 함수나 캐시 키의 구조를 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 28.557, "ttft_sec": 26.359, "in_tokens": 1975, "out_tokens": 148} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@8", "case_id": "f-personality-star", "rep": 9, "ok": true, "followup_question": "OpenAPI 명세를 쓰고 Mock 서버를 띄워 프론트가 병렬로 개발하게 제안하신 부분에서, 그 명세를 작성한 기간과 Mock 서버의 실행 시간을 구체적으로 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 26.963, "ttft_sec": 25.445, "in_tokens": 1603, "out_tokens": 108} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@8", "case_id": "f-personality-rambling", "rep": 10, "ok": true, "followup_question": "소통이 중요하다고 말씀하셨는데, 그 소통 과정에서 구체적으로 어떤 행동을 했고, 그 결과 팀의 결과나 관계에 어떤 변화가 있었는지 좀 더 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 2.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 26.383, "ttft_sec": 24.989, "in_tokens": 1523, "out_tokens": 100} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@8", "case_id": "f-stt-messy-normal", "rep": 11, "ok": true, "followup_question": "불일치가 월 200건에서 3건으로 줄었다는 점에서, 그 전에 버전 충돌이 얼마나 자주 발생했는지, 그리고 그 충돌이 얼마나 재시도를 유도했는지 구체적으로 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 27.301, "ttft_sec": 25.687, "in_tokens": 1571, "out_tokens": 114} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@8", "case_id": "f-long-answer-history", "rep": 12, "ok": true, "followup_question": "주문 서비스가 OrderCreated 이벤트를 outbox 로 발행하고, 결제 서비스가 PaymentApproved 를 받은 후 재고 서비스가 차감하는 흐름에서, 결제 서비스가 PaymentFailed 를 발행했을 때 재고 서비스는 어떤 대응을 했나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 5.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 28.789, "ttft_sec": 27.117, "in_tokens": 1945, "out_tokens": 116} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@8", "case_id": "f-english-mixed", "rep": 13, "ok": true, "followup_question": "화면별 staleTime 을 다르게 설정한 예시나, 어떤 화면에서 어떻게 설정했는지 구체적으로 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 28.317, "ttft_sec": 27.195, "in_tokens": 1548, "out_tokens": 83} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@8", "case_id": "f-strong-backend", "rep": 14, "ok": true, "followup_question": "결제 키에 유니크 제약을 걸어 두 번째 요청을 돌려주는 부분인데, 그 키의 구체적인 형식이 무엇인지 말씀해 주실 수 있나요? (예: 결제 ID + 트랜잭션 ID 조합 등)", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 29.683, "ttft_sec": 28.156, "in_tokens": 1708, "out_tokens": 108} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:load@8", "case_id": "f-weak-vague", "rep": 15, "ok": true, "followup_question": "멱등 키와 Outbox 패턴을 함께 쓴 이유 중, 예를 들어 중복 주문이 발생할 수 있는 특정 상황을 예로 들어 설명해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 26.967, "ttft_sec": 25.757, "in_tokens": 1535, "out_tokens": 89} +{"label": "lcpp-qwen3-4b-np1", "suite": "load_summary", "ok": true, "concurrency": 8, "requests": 16, "success": 16, "wall_sec": 51.74, "throughput_req_per_min": 18.6, "latency_p50": 26.38, "latency_p95": 28.79, "ttft_p50": 25.45, "ttft_p95": 27.2, "over_10s": 13} +{"label": "lcpp-qwen3-4b-np1", "suite": "coaching:mixed-fanout", "case_id": "c-weak-backend", "rep": 0, "ok": true, "coaching": {"model_answer": "결제 승인 콜백 지연 시 중복 주문이 발생할 수 있는 문제는 두 가지 핵심 실패 케이스를 동시에 해결해야 합니다. 먼저, 멱등 키는 동일한 주문 요청이 여러 번 처리되지 않도록 보장합니다. 결제 승인 콜백이 지연될 때, 주문 서비스가 동일한 주문을 중복으로 처리하지 않기 위해 주문 ID를 멱등 키로 저장하고, 이전에 처리한 주문인지 확인합니다. 이는 주문 요청이 중복으로 들어오더라도, 이미 처리된 주문이면 무시하도록 합니다. 반면, Outbox 패턴은 결제 승인 이벤트가 DB에 저장되지 않았을 때에도, 주문 상태가 정상적으로 업데이트되지 않도록 보장합니다. 결제 승인 콜백이 실패했을 경우에도, 주문 서비스는 결제 승인 이벤트를 Outbox에 저장하고, 이후 재시도를 통해 이벤트를 재전달합니다. 이렇게 하면, 결제 승인 이벤트가 빠져나가지 않아도 주문 상태가 일관되게 유지되고, 중복 주문이 발생하지 않습니다. 즉, 멱등 키는 중복 요청을 막고, Outbox는 트랜잭션 경계를 유지하여 시스템 전체의 일관성을 확보합니다.", "answer_rewrite": "결제 승인 콜백 지연 시 중복 주문이 발생하는 문제는 두 가지 실패 케이스를 동시에 해결해야 합니다. 먼저, 멱등 키를 사용해 주문 요청이 중복으로 들어오지 않도록 보장합니다. 주문 서비스에서 결제 승인 콜백이 오기 전에, 주문 ID를 멱등 키 테이블에 저장하고, 이미 처리된 주문인지 확인하여 중복 주문을 차단합니다. 이는 결제 콜백이 지연되더라도, 동일한 주문이 두 번 처리되지 않도록 합니다. 그 외, 결제 승인 이벤트가 DB에 저장되지 않았을 경우, 주문 상태가 완전히 업데이트되지 않아 문제가 생깁니다. 이를 방지하기 위해 Transactional Outbox 패턴을 도입하여, 결제 승인 이벤트를 DB에 저장하지 않고도 메시지 큐에 저장하고, 이후 재시도를 통해 이벤트를 전달합니다. 이로 인해, 결제 콜백이 실패해도 주문 상태가 일관되게 유지되고, 중복 주문이 발생하지 않습니다. 실제로 이 방식을 적용한 결과, 중복 주문은 0건으로 관리되며, 주문 처리 흐름의 안정성이 크게 향상되었습니다.", "coaching_comment": "무엇이 실패하는지 구체적으로 구분하고, 각 패턴이 어떤 상황에서 실패를 막는지 명확히 설명해야 합니다."}, "latency_sec": 17.629, "in_tokens": 1561, "out_tokens": 707} +{"label": "lcpp-qwen3-4b-np1", "suite": "coaching:mixed-fanout", "case_id": "c-dont-know-cs", "rep": 1, "ok": true, "coaching": {"model_answer": "PostgreSQL의 MVCC에서 오래 열린 트랜잭션이 vacuum에 영향을 주는 이유는 그 트랜잭션의 xmin 값이 vacuum의 'xmin horizon'을 초과하기 때문입니다. vacuum은 각 트랜잭션의 xmin을 기준으로 'dead tuple'을 회수하며, 만약 오래된 트랜잭션이 아직 열려 있다면, 그 트랜잭션의 xmin이 'horizon'에 도달하기까지는 dead tuple이 회수되지 않아 지연이 발생합니다. 이로 인해, dead tuple이 쌓여 테이블이 bloat 상태가 되고, 성능 저하와 공간 낭비가 발생할 수 있습니다. 예를 들어, long-running transaction이 계속 유지되면, 그 트랜잭션의 xmin이 vacuum의 작업 범위를 벗어나기 전까지는 그 트랜잭션이 생성한 튜플은 모두 'dead' 상태로 간주되지 않아 회수되지 않게 됩니다. 이는 특히 대규모 테이블에서 성능에 큰 영향을 미칩니다.", "answer_rewrite": "PostgreSQL의 MVCC에서 오래 열린 트랜잭션은 vacuum의 xmin horizon을 초과하기 전까지 dead tuple을 회수하지 못하게 합니다. vacuum은 각 트랜잭션의 xmin을 기준으로 dead tuple을 정리하지만, 만약 트랜잭션이 오래 열려 있다면 그 xmin이 vacuum의 horizon을 넘기기 전까지는 그 트랜잭션이 생성한 튜플은 'dead' 상태로 간주되지 않아 회수되지 않습니다. 이로 인해 dead tuple이 쌓여 테이블이 bloat가 되고, 쿼리 성능 저하와 저장 공간 낭비가 발생합니다. 예를 들어, 긴 시간 동안 실행되는 트랜잭션은 vacuum이 이를 처리하지 못하게 하며, 이는 특히 대규모 테이블에서 문제를 야기할 수 있습니다.", "coaching_comment": "오래된 트랜잭션의 xmin이 vacuum horizon을 초과하지 않도록 이해하고, 그로 인한 dead tuple 지연과 bloat 연결을 구체적으로 설명해야 합니다."}, "latency_sec": 27.339, "in_tokens": 997, "out_tokens": 518} +{"label": "lcpp-qwen3-4b-np1", "suite": "coaching:mixed-fanout", "case_id": "c-personality-rambling", "rep": 2, "ok": true, "coaching": {"model_answer": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합이 2주 지연되는 상황이 있었습니다. 당시 저는 OpenAPI 명세를 먼저 작성하고, Mock 서버를 띄워 프론트 팀이 병렬로 개발할 수 있도록 제안했습니다. 이 과정에서 팀원들이 제 방식을 옳다고 생각하지 않아 반발했고, 감정적 갈등이 발생했습니다. 이후 저는 결정 전에 대안 두 가지를 함께 비교하는 방식으로 접근을 바꾸었고, 스프린트 단위로 통합 이슈가 3건에서 0건으로 줄어들었습니다. 이 경험을 통해 저는 단순한 기술적 제안이 아니라, 팀원의 입장도 고려한 협업 방식이 결과에 더 큰 영향을 미친다는 점을 배웠습니다.", "answer_rewrite": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합이 2주 지연되는 상황이 있었습니다. 저는 OpenAPI 명세를 먼저 작성하고, Mock 서버를 띄워 프론트 팀이 병렬로 개발할 수 있도록 제안했습니다. 그러나 팀원들이 제 방식을 옳다고 생각하지 않아 갈등이 생겼고, 감정적 반발이 있었던 점을 인정했습니다. 이후 저는 결정 전에 대안 두 가지를 함께 비교하는 방식으로 접근을 조정했고, 스프린트 기준으로 통합 이슈가 3건에서 0건으로 감소했습니다. 이 경험을 통해 저는 기술적 제안보다는 팀원의 관점과 감정을 고려한 소통이 협업의 성과를 결정짓는다는 것을 깨달았습니다.", "coaching_comment": "갈등이 발생했음을 인정하고, 그 과정에서 어떤 구체적인 행동을 취했는지, 그 결과가 어떻게 되었는지 명확히 설명해야 합니다."}, "latency_sec": 47.466, "in_tokens": 1392, "out_tokens": 492} +{"label": "lcpp-qwen3-4b-np1", "suite": "coaching:mixed-fanout", "case_id": "c-weak-backend", "rep": 3, "ok": true, "coaching": {"model_answer": "결제 승인 콜백 지연 시 중복 주문이 발생하는 문제는 두 가지 핵심 실패 케이스를 동시에 막아야 합니다. 먼저, 멱등 키는 주문 요청이 중복될 수 있는 경로를 차단합니다. 결제 승인 콜백이 지연되더라도, 이미 처리된 주문에 대해 동일한 주문 ID로 다시 요청이 올 수 있는 것을 방지합니다. 이는 DB에 주문 상태를 저장하면서, 주문 ID를 기반으로 중복 체크하는 방식으로 구현되었습니다. 반면, Outbox 패턴은 결제 승인 이벤트가 DB에 저장되기 전에 트랜잭션 경계를 확보합니다. 결제 승인 콜백이 실패하거나 지연될 경우, 이벤트가 완전히 전달되지 않아도, 주문 서비스 내부에서 이미 처리된 주문을 기록하고, 결제 결과를 별도로 처리하는 구조를 제공합니다. 따라서 멱등 키는 중복 요청을 막고, Outbox는 트랜잭션 외부의 이벤트 처리 실패를 막으며, 두 패턴이 함께 작용해 중복 주문이 발생하지 않았습니다.", "answer_rewrite": "결제 승인 콜백 지연 시 중복 주문이 발생하는 문제를 해결하기 위해, 저는 멱등 키와 Outbox 패턴을 함께 적용했습니다. 먼저, 주문 생성 시 주문 ID를 기반으로 멱등 키 테이블에 기록하여, 동일한 주문 ID로 두 번 이상 요청이 올 수 있는 것을 차단했습니다. 이는 결제 승인 콜백이 지연되더라도, 이미 처리된 주문을 다시 생성하지 않도록 보장했습니다. 그리고 결제 승인 결과를 DB에 저장하기 전에, Outbox 패턴을 통해 이벤트를 트랜잭션 외부에 저장하고, 결제 결과가 도달하지 않아도 주문 서비스 내부에서 상태를 유지하도록 했습니다. 이로 인해 결제 콜백 실패 시에도 주문이 중복되지 않았고, 실제로 중복 주문 0건을 달성했습니다.", "coaching_comment": "무엇이 실패하는지 구체적으로 구분하는 것이 핵심입니다. 멱등 키는 중복 요청을 막고, Outbox는 트랜잭션 경계를 보호해야 하며, 이 두 개념의 차이를 명확히 설명해야 합니다."}, "latency_sec": 61.263, "in_tokens": 1561, "out_tokens": 606} +{"label": "lcpp-qwen3-4b-np1", "suite": "coaching:mixed-fanout", "case_id": "c-dont-know-cs", "rep": 4, "ok": true, "coaching": {"model_answer": "PostgreSQL의 MVCC에서 오래 열린 트랜잭션이 vacuum에 영향을 주는 주요 점은 xmin horizon의 확장과 관련이 있습니다. MVCC는 각 트랜잭션의 시작 시점(xmin)을 기준으로 데이터를 보호하며, vacuum은 'dead tuple'을 회수하는 과정에서, 아직 끝나지 않은 트랜잭션의 xmin을 기준으로 테이블의 블로트를 방지합니다. 만약 오래된 트랜잭션이 계속 열려 있다면, 그 트랜잭션의 xmin이 vacuum의 'xmin horizon'을 초과하지 않기 때문에, 그 트랜잭션이 생성한 dead tuple은 여전히 '사라지지 않은' 상태로 남아 있습니다. 이로 인해 vacuum이 해당 트랜잭션의 데이터를 처리하지 못하고, dead tuple이 쌓이게 되며, 이는 테이블의 bloat를 유발합니다. 예를 들어, 장기 실행 중인 트랜잭션(예: 대용량 로그 업로드)이 종료되지 않으면, 그 트랜잭션의 xmin이 vacuum의 흐름을 차단하고, 해당 테이블의 공간을 지속적으로 차지하게 됩니다.", "answer_rewrite": "PostgreSQL의 MVCC에서 오래 열린 트랜잭션은 vacuum의 작동을 방해할 수 있습니다. MVCC는 각 트랜잭션의 시작 시점(xmin)을 기준으로 데이터를 보호하며, vacuum은 xmin horizon을 기준으로 dead tuple을 회수합니다. 만약 트랜잭션이 오래 열려 있다면, 그 xmin이 vacuum의 xmin horizon을 초과하지 않기 때문에, 그 트랜잭션이 생성한 dead tuple은 여전히 '사라지지 않은' 상태로 남아 있습니다. 이로 인해 vacuum이 해당 트랜잭션의 데이터를 처리하지 못하고, dead tuple이 쌓이게 되며, 이는 테이블의 bloat를 유발합니다. 예를 들어, 장기 실행 중인 트랜잭션(예: 대용량 로그 업로드)이 종료되지 않으면, 그 트랜잭션의 xmin이 vacuum의 흐름을 차단하고, 해당 테이블의 공간을 지속적으로 차지하게 됩니다.", "coaching_comment": "오래된 트랜잭션의 xmin이 vacuum의 xmin horizon을 초과하지 않으면 dead tuple이 회수되지 않음을 구체적으로 설명해야 합니다."}, "latency_sec": 36.395, "in_tokens": 997, "out_tokens": 594} +{"label": "lcpp-qwen3-4b-np1", "suite": "coaching:mixed-fanout", "case_id": "c-personality-rambling", "rep": 5, "ok": true, "coaching": {"model_answer": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합이 2주 지연되는 상황이 있었습니다. 당시 저는 OpenAPI 명세를 먼저 작성하고, Mock 서버를 띄워 프론트 팀이 병렬로 개발할 수 있도록 제안했습니다. 이 과정에서 팀원들이 제 방식을 옳다고 생각하는 데 반발하며 감정적 갈등이 생겼습니다. 이후 저는 결정 전에 대안 두 가지를 함께 비교하는 방식으로 접근을 바꾸고, 팀원들과의 소통을 구조화했습니다. 이로 인해 스프린트 단위 통합 이슈가 3건에서 0건으로 줄어들었고, 팀 내 의사결정의 효율성과 협업 품질이 향상되었습니다. 이 경험을 통해 저는 단순한 소통보다는 구체적인 방향성과 대안을 공유하는 과정이 갈등을 줄이고 협업을 강화한다는 것을 배웠습니다.", "answer_rewrite": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합이 2주 지연되는 상황이 있었습니다. 저는 OpenAPI 명세를 먼저 작성하고, Mock 서버를 띄워 프론트 팀이 병렬로 개발할 수 있도록 제안했습니다. 그러나 이 방식이 팀원들에게 '내 방식이 맞다'는 느낌을 주어 갈등이 생겼습니다. 이후 저는 결정 전에 대안 두 가지를 함께 비교하고, 팀원들과의 피드백을 구조화하는 방식으로 접근을 수정했습니다. 이로 인해 스프린트 단위 통합 이슈가 3건에서 0건으로 줄었고, 팀원 간의 신뢰도와 의사결정 속도가 향상되었습니다. 이 경험을 통해 저는 기술적 제안보다는 공감과 함께 가능한 대안을 제시하는 것이 갈등을 해소하고 협업을 강화한다는 점을 배웠습니다.", "coaching_comment": "갈등이 발생했을 때의 구체적인 행동과 그 결과를 연결하는 것이 핵심입니다. 단순한 소통 강조보다는, '어떻게' 행동했는지와 그 행동이 어떤 결과를 가져왔는지를 명확히 보여야 합니다."}, "latency_sec": 78.975, "in_tokens": 1392, "out_tokens": 580} +{"label": "lcpp-qwen3-4b-np1", "suite": "coaching:mixed-fanout", "case_id": "c-weak-backend", "rep": 6, "ok": true, "coaching": {"model_answer": "결제 승인 콜백 지연 시 중복 주문이 발생하는 문제는 두 가지 핵심 실패 케이스를 동시에 막기 위해 멱등 키와 Outbox 패턴을 함께 사용했습니다. 먼저, 멱등 키는 동일한 주문 요청이 중복으로 처리되지 않도록 보장합니다. 결제 승인 콜백이 지연되더라도, DB에 이미 처리된 주문이 존재하면 해당 주문을 다시 처리하지 않도록 멱등 키를 기반으로 주문 상태를 검증합니다. 이는 주문 생성 시 주문 ID와 결제 요청 ID를 기반으로 멱등 키 테이블에 기록하고, 이후 요청이 동일한 키를 가졌는지 확인하는 방식으로 구현했습니다. 반면, Outbox 패턴은 결제 승인 이벤트가 DB에 저장되기 전에 먼저 메시지 큐(예: Kafka)에 배치되며, 이로 인해 결제 승인 콜백이 지연되더라도 주문 생성과 결제 처리 사이의 트랜잭션 경계를 유지합니다. 즉, 결제 승인 이벤트가 DB에 반영되기 전에 먼저 큐에 저장되므로, 콜백이 오지 않아도 주문 상태는 이미 처리되었음을 의미합니다. 이로 인해 결제 콜백이 지연되더라도 중복 주문이 발생하지 않으며, 트랜잭션의 일관성도 유지됩니다.", "answer_rewrite": "결제 승인 콜백 지연 시 중복 주문이 발생하는 문제를 해결하기 위해, 멱등 키와 Outbox 패턴을 함께 적용했습니다. 먼저, 주문 생성 시 주문 ID와 결제 요청 ID를 기반으로 멱등 키 테이블에 기록하여, 동일한 주문 요청이 중복으로 처리되지 않도록 검증했습니다. 이는 결제 콜백이 지연되더라도 이미 처리된 주문이 다시 생성되지 않도록 보장했습니다. 동시에, 주문 생성 후 결제 승인 이벤트는 트랜잭션 범위 내에서 먼저 Outbox로 메시지를 Kafka에 저장하고, DB에 반영되기 전에 이벤트가 큐에 기록됩니다. 이 방식은 결제 콜백이 오지 않아도 주문 상태는 이미 처리되었음을 의미하며, 결제 처리와 주문 생성 사이의 트랜잭션 경계를 유지합니다. 실제로 이 구조를 도입한 후 중복 주문은 0건으로 유지되었고, 시스템의 안정성과 일관성이 크게 향상되었습니다.", "coaching_comment": "무엇이 실패를 막는지 구체적으로 구분하는 것이 핵심입니다. 멱등 키는 중복 요청 방지, Outbox는 트랜잭션 경계 유지에 초점을 맞춰 설명해야 합니다."}, "latency_sec": 84.615, "in_tokens": 1561, "out_tokens": 691} +{"label": "lcpp-qwen3-4b-np1", "suite": "coaching:mixed-fanout", "case_id": "c-dont-know-cs", "rep": 7, "ok": true, "coaching": {"model_answer": "PostgreSQL의 MVCC에서 오래 열린 트랜잭션이 vacuum에 미치는 영향은 xmin horizon과 관련이 있습니다. MVCC는 트랜잭션의 독립성을 보장하기 위해 각 트랜잭션의 시작 시점(xmin)을 기준으로 데이터를 관리합니다. 오래된 트랜잭션이 계속 열려 있다면, 그 트랜잭션의 xmin 값이 vacuum이 제거할 수 있는 dead tuple의 'xmin horizon'을 초과하지 않기 때문에, vacuum은 그 트랜잭션이 종료되기 전까지는 dead tuple을 제거하지 못합니다. 이로 인해 dead tuple이 쌓이게 되고, 이는 테이블의 bloat를 유발합니다. 예를 들어, 특정 테이블에 오래된 트랜잭션을 유지하는 경우, vacuum이 그 테이블의 데이터를 정리하는 데 지연을 겪을 수 있습니다. 따라서, 트랜잭션의 종료를 조기에 유도하거나, vacuum을 정기적으로 실행하여 bloat를 방지하는 것이 중요합니다.", "answer_rewrite": "PostgreSQL의 MVCC에서 오래 열린 트랜잭션은 vacuum의 작동을 지연시킬 수 있습니다. MVCC는 각 트랜잭션의 시작 시점(xmin)을 기준으로 데이터를 관리하며, vacuum은 xmin horizon보다 작은 값을 가진 dead tuple만 제거할 수 있습니다. 따라서, 오래 열린 트랜잭션이 종료되지 않았다면, 그 트랜잭션의 xmin이 vacuum의 horizon을 초과하지 않기 때문에, 그 데이터는 제거되지 않게 됩니다. 이로 인해 dead tuple이 쌓이게 되고, 이는 테이블의 bloat를 유발합니다. 예를 들어, 장기 실행 중인 트랜잭션을 관리하지 않으면, 테이블의 크기가 지속적으로 커지게 되고, 성능 저하를 유발할 수 있습니다. 따라서, 트랜잭션의 종료를 모니터링하고, 정기적인 vacuum 작업을 통해 bloat를 관리하는 것이 중요합니다.", "coaching_comment": "오래 열린 트랜잭션의 xmin horizon과 dead tuple 제거 지연 사이의 관계를 명확히 설명해야 합니다."}, "latency_sec": 85.628, "in_tokens": 997, "out_tokens": 538} +{"label": "lcpp-qwen3-4b-np1", "suite": "coaching:mixed-fanout", "case_id": "c-personality-rambling", "rep": 8, "ok": true, "coaching": {"model_answer": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합이 2주 지연되는 상황이 있었습니다. 당시 저는 OpenAPI 명세를 먼저 작성하고, Mock 서버를 띄워 프론트 팀이 병렬로 개발할 수 있도록 제안했습니다. 이 과정에서 팀원들이 제 방식을 '옳다고' 고집해 감정이 상하는 상황이 있었고, 그 이후 저는 결정 전에 대안 두 가지를 함께 비교하는 방식으로 접근을 바꿨습니다. 예를 들어, 스프린트 기간 동안 통합 이슈가 3건에서 0건으로 줄어들었고, 팀원 간의 갈등이 줄어들어 협업 효율이 향상되었습니다. 이 경험을 통해 저는 단순한 의견 차이를 넘어, 해결을 위한 구조적 접근이 협업 성과에 직접적인 영향을 미친다는 점을 배웠습니다.", "answer_rewrite": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합이 2주 지연되는 상황이 있었습니다. 저는 OpenAPI 명세를 먼저 작성하고, Mock 서버를 띄워 프론트 팀이 병렬로 개발할 수 있도록 제안했습니다. 그러나 초반에 제 방식을 '옳다고' 주장해 팀원들의 감정이 상했고, 이후에는 결정 전에 대안 두 가지를 함께 비교하는 방식으로 접근을 수정했습니다. 이 변화 이후, 스프린트 기간 동안 통합 이슈가 3건에서 0건으로 줄어들었고, 팀원 간의 갈등도 감소했습니다. 이 경험을 통해 저는 의견 충돌이 협업 지연의 원인이 될 수 있고, 구조적 대안 도입이 감정적 갈등을 줄이고 결과를 개선할 수 있다는 점을 배웠습니다.", "coaching_comment": "감정적 반응을 인정하고, 그 이후에 구체적인 행동 변화와 결과를 연결해야 합니다."}, "latency_sec": 86.001, "in_tokens": 1392, "out_tokens": 515} +{"label": "lcpp-qwen3-4b-np1", "suite": "coaching:mixed-fanout", "case_id": "c-weak-backend", "rep": 9, "ok": true, "coaching": {"model_answer": "결제 승인 콜백 지연 시 중복 주문이 발생하는 문제는 두 가지 핵심 실패 케이스를 동시에 막기 위해 멱등 키와 Outbox 패턴을 함께 사용했습니다. 먼저, 멱등 키는 동일한 주문 요청이 두 번 이상 처리되지 않도록 보장합니다. 결제 승인 콜백이 지연되는 상황에서, 주문 서비스가 결제 상태를 기다리며 반복적으로 주문을 생성할 수 있기 때문에, 주문 ID를 멱등 키로 저장해 이미 처리된 주문인지 확인하는 방식으로 중복 주문을 차단합니다. 두 번째로, Outbox 패턴은 결제 승인 후 주문 상태를 DB에 반영하는 트랜잭션 경계를 명확히 합니다. 결제 결과가 DB에 반영되기 전에 결제가 실패하거나 지연되면, 주문 상태가 '결제 대기'로 남아 있을 수 있는데, 이 경우 Outbox를 통해 결제 결과를 별도의 큐에 저장하고, 이후 배치에서 일관성 있게 처리함으로써 데이터 일관성을 유지합니다. 이 두 패턴은 서로 보완적입니다. 멱등 키는 중복 요청을 막고, Outbox는 트랜잭션 경계를 확보하여 결제 지연 시 발생할 수 있는 데이터 불일치와 중복 주문을 동시에 예방합니다.", "answer_rewrite": "결제 승인 콜백 지연 시 중복 주문이 발생했던 문제를 해결하기 위해, 멱등 키와 Outbox 패턴을 함께 적용했습니다. 먼저, 주문 서비스에서 결제 승인 콜백이 도착하기 전까지 주문을 처리할 수 있는 상황에서 중복이 발생할 수 있으므로, 주문 ID를 멱등 키 테이블에 저장해 이미 처리된 주문인지 확인하는 방식으로 중복 주문을 차단했습니다. 이는 주문 요청이 두 번 이상 처리되지 않도록 보장합니다. 또한, 결제 승인 결과가 DB에 반영되기 전에 결제 상태가 지연되는 경우, 결제 결과를 Outbox 큐에 저장하고, 이후 배치에서 일관성 있게 처리하는 방식으로 트랜잭션 경계를 확보했습니다. 이로 인해 결제 지연 시에도 주문 상태와 결제 결과 간의 데이터 불일치가 발생하지 않으며, 중복 주문 0건을 달성할 수 있었습니다.", "coaching_comment": "중복 주문과 트랜잭션 실패 케이스를 구체적으로 구분하고, 각 패턴이 막는 실패 사례를 명확히 설명해야 합니다."}, "latency_sec": 86.687, "in_tokens": 1561, "out_tokens": 647} +{"label": "lcpp-qwen3-4b-np1", "suite": "coaching:mixed-fanout", "case_id": "c-dont-know-cs", "rep": 10, "ok": true, "coaching": {"model_answer": "PostgreSQL의 MVCC에서 오래 열린 트랜잭션이 vacuum에 영향을 주는 핵심은 xmin horizon의 확장입니다. MVCC는 트랜잭션의 시작점을 xmin으로 기록하고, 각 트랜잭션의 끝은 vacuum이 이를 처리할 때까지 기다립니다. 오래된 트랜잭션의 xmin이 아직 끝나지 않았다면, 그 트랜잭션이 생성한 dead tuple은 vacuum이 제거할 수 없게 됩니다. 이로 인해 dead tuple이 쌓이게 되고, 테이블의 bloat가 발생합니다. 예를 들어, 특정 테이블에 오래된 트랜잭션이 존재할 경우, vacuum이 그 테이블의 실제 데이터를 정리하지 못해 공간 사용이 증가하게 됩니다. 이는 특히 장기적으로 실행되는 트랜잭션(예: 로그 기록, 배치 처리)이 있을 때 더 두드러집니다.", "answer_rewrite": "PostgreSQL의 MVCC에서 오래 열린 트랜잭션은 vacuum의 작동을 막을 수 있습니다. MVCC는 트랜잭션의 시작점을 xmin으로 기록하고, vacuum은 xmin보다 작은 값들을 기반으로 dead tuple을 제거합니다. 만약 오래된 트랜잭션이 아직 종료되지 않았다면, 그 트랜잭션의 xmin이 vacuum의 'xmin horizon'을 초과하지 않기 때문에, 그 트랜잭션이 생성한 dead tuple은 제거되지 않습니다. 이로 인해 dead tuple이 쌓이게 되고, 테이블의 bloat가 발생합니다. 예를 들어, 특정 테이블에 오래된 트랜잭션이 존재할 경우, vacuum이 그 테이블의 실제 데이터를 정리하지 못해 공간 사용이 증가하게 됩니다. 이는 특히 장기적으로 실행되는 트랜잭션(예: 로그 기록, 배치 처리)이 있을 때 더 두드러집니다.", "coaching_comment": "오래된 트랜잭션의 xmin이 vacuum의 horizon을 초과하지 않으면 dead tuple 제거가 지연되는 점을 명확히 설명해야 합니다."}, "latency_sec": 61.116, "in_tokens": 997, "out_tokens": 519} +{"label": "lcpp-qwen3-4b-np1", "suite": "coaching:mixed-fanout", "case_id": "c-personality-rambling", "rep": 11, "ok": true, "coaching": {"model_answer": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합이 2주 지연된 적이 있었습니다. 당시 저는 OpenAPI 명세를 먼저 작성하고, Mock 서버를 통해 프론트 팀이 병렬로 개발할 수 있도록 제안했습니다. 이 과정에서 팀원들이 제 방식을 옳다고 생각하는 데 반발하며 감정이 상했고, 이후에는 결정 전에 대안 두 가지를 함께 비교하는 방식으로 접근을 바꾸었습니다. 예를 들어, 스프린트 기준으로 통합 이슈가 3건에서 0건으로 줄어들었고, 팀 내 의사소통의 투명성이 향상된 결과를 보였습니다. 이 경험을 통해 저는 단순한 지침을 제시하는 것이 아니라, 팀원과 함께 문제를 논의하고 선택을 내리는 과정이 협업의 핵심이라는 것을 깨달았습니다.", "answer_rewrite": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합이 2주 지연되는 상황이 있었습니다. 저는 먼저 OpenAPI 명세를 작성하고, Mock 서버를 띄워 프론트 팀이 병렬로 개발할 수 있도록 제안했습니다. 그러나 이 방식이 팀원들에게 '내가 옳다'는 느낌을 주어 갈등이 생겼고, 이후 저는 결정 전에 대안 두 가지를 함께 논의하는 방식으로 조정했습니다. 예를 들어, 다음 스프린트에서는 통합 이슈가 3건에서 0건으로 줄어들었고, 팀원들의 반응이 긍정적으로 변화했습니다. 이 경험을 통해 저는 단순한 지침 제시가 아니라, 팀원과 함께 문제를 공유하고 판단하는 것이 협업의 핵심이라는 점을 배웠습니다.", "coaching_comment": "감정적 반응을 인정하고, 그 이후에 구체적인 행동 변화와 결과를 연결하는 것이 중요합니다."}, "latency_sec": 56.971, "in_tokens": 1392, "out_tokens": 502} +{"label": "lcpp-qwen3-4b-np1", "suite": "coaching:mixed-fanout", "case_id": "c-weak-backend", "rep": 12, "ok": true, "coaching": {"model_answer": "결제 승인 콜백 지연 시 중복 주문이 발생하는 문제는 두 가지 핵심 실패 케이스를 동시에 다루기 위해 멱등 키와 Outbox 패턴을 함께 사용했습니다. 먼저, 멱등 키는 동일한 주문 요청이 중복으로 처리되지 않도록 보장합니다. 결제 승인 응답이 지연되더라도, 주문 서비스가 이미 처리한 주문을 다시 처리하지 않도록, 주문 ID와 결제 ID를 기반으로 멱등 키를 생성해 중복 요청을 차단합니다. 이는 주문 서비스가 결제 승인을 기다리고 있을 때, 동일한 주문이 여러 번 요청되는 것을 막습니다. 반면, Outbox 패턴은 결제 승인 콜백이 오지 않았을 때도 주문이 완료된 상태로 남아 있는 것을 방지합니다. 즉, 결제 승인 이벤트가 DB에 저장되지 않았을 때도, 주문 상태가 '결제 완료'로 남아 있는 것을 막아, 주문 서비스와 결제 서비스 간의 트랜잭션 경계를 명확히 유지합니다. 두 패턴은 각각 '중복 요청'과 '트랜잭션 완전성'이라는 실패 케이스를 구체적으로 막아, 결제 지연 상황에서도 주문 데이터의 일관성과 정확성을 보장합니다.", "answer_rewrite": "결제 승인 콜백 지연 시 중복 주문이 발생하는 문제는 멱등 키와 Outbox 패턴을 함께 적용했습니다. 주문 요청 시, 주문 ID와 결제 요청 ID를 기반으로 멱등 키를 생성하여 동일한 주문이 여러 번 처리되지 않도록 제어했습니다. 이는 결제 응답이 지연되더라도, 이미 처리된 주문이 다시 요청되는 것을 막습니다. 또한, 결제 승인 콜백이 오지 않았을 경우에도 주문 상태를 '결제 완료'로 유지하지 않도록, Outbox 패턴을 통해 결제 이벤트를 DB에 저장하고, 주문 서비스와 결제 서비스 간의 트랜잭션 경계를 명확히 관리했습니다. 이로 인해 결제 지연 상황에서도 주문 데이터의 일관성과 중복 주문이 0건으로 유지되었습니다.", "coaching_comment": "중복 주문과 트랜잭션 경계를 구체적인 실패 사례로 구분하고, 각 패턴이 막는 문제를 명확히 설명해야 합니다."}, "latency_sec": 60.97, "in_tokens": 1561, "out_tokens": 621} +{"label": "lcpp-qwen3-4b-np1", "suite": "coaching:mixed-fanout", "case_id": "c-dont-know-cs", "rep": 13, "ok": true, "coaching": {"model_answer": "PostgreSQL의 MVCC에서 오래 열린 트랜잭션이 vacuum에 미치는 영향은 xmin horizon의 확장과 관련이 있습니다. MVCC에서는 트랜잭션의 시작 시점(xmin)을 기준으로 데이터를 보호하며, 트랜잭션이 종료되기 전까지는 그 데이터는 'dead tuple'으로 간주되지 않습니다. 오래된 트랜잭션이 계속 열려 있으면, 그 트랜잭션의 xmin이 vacuum의 'xmin horizon'을 넘어가지 않기 때문에, 그 트랜잭션이 생성한 dead tuple은 vacuum이 삭제할 수 없습니다. 이로 인해 dead tuple이 쌓이고, 테이블이 bloat(데이터 퍼지) 상태가 되며, 성능 저하와 함께 디스크 사용 공간이 점점 증가합니다. 예를 들어, 장기 실행 중인 트랜잭션(예: 대규모 업데이트 또는 로그 기록)이 종료되지 않으면, 이와 같은 문제를 유발할 수 있습니다. 따라서 vacuum은 정기적으로 실행되어야 하며, 특히 오래된 트랜잭션을 관리하는 데 주의를 기울여야 합니다.", "answer_rewrite": "PostgreSQL의 MVCC에서 오래 열린 트랜잭션이 vacuum에 미치는 영향은 xmin horizon과 dead tuple 회수 지연에 있습니다. MVCC는 트랜잭션의 시작 시점(xmin)을 기준으로 데이터를 보호하며, 트랜잭션이 종료되기 전까지는 그 데이터는 'dead tuple'으로 간주되지 않습니다. 만약 트랜잭션이 오래 열려 있다면, 그 트랜잭션의 xmin이 vacuum의 xmin horizon을 초과하지 않기 때문에, vacuum이 그 트랜잭션에 의해 생성된 dead tuple을 삭제할 수 없습니다. 이로 인해 dead tuple이 쌓이고, 테이블이 bloat 상태가 되며, 쿼리 성능 저하와 디스크 사용 공간 증가가 발생합니다. 예를 들어, 대규모 업데이트 작업이 완료되지 않은 경우, 이와 같은 현상이 나타날 수 있습니다. 따라서 정기적인 vacuum 실행과 함께, 장기 실행 트랜잭션의 종료 여부를 모니터링하는 것이 중요합니다.", "coaching_comment": "오래 열린 트랜잭션의 xmin이 vacuum horizon을 초과하지 않도록 이해하고, 그로 인한 dead tuple 지연과 bloat 문제를 구체적으로 연결해야 합니다."}, "latency_sec": 60.435, "in_tokens": 997, "out_tokens": 593} +{"label": "lcpp-qwen3-4b-np1", "suite": "coaching:mixed-fanout", "case_id": "c-personality-rambling", "rep": 14, "ok": true, "coaching": {"model_answer": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합이 2주 지연된 적이 있었습니다. 당시 저는 OpenAPI 명세를 먼저 작성하고, Mock 서버를 띄워 프론트 팀이 병렬로 개발할 수 있도록 제안했습니다. 이 과정에서 팀원들이 제 방식을 옳다고 생각하지 못해 갈등이 생겼고, 이후에는 결정 전에 대안 두 가지를 함께 비교하는 방식으로 접근을 바꿨습니다. 그 결과, 스프린트 단위에서 통합 이슈가 3건에서 0건으로 감소했고, 팀 내 소통의 질도 향상되었습니다. 이 경험을 통해 저는 단순한 기술적 해결보다는 협업 과정에서의 감정적 흐름과 의사소통 구조의 중요성을 깨달았습니다.", "answer_rewrite": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합이 2주 지연된 적이 있습니다. 저는 OpenAPI 명세를 먼저 작성하고, Mock 서버를 띄워 프론트 팀이 병렬로 개발할 수 있도록 제안했습니다. 그러나 초기에 제 방식이 옳다고 강하게 주장해 팀원들의 감정이 상했고, 이후에는 결정 전에 대안 두 가지를 함께 논의하는 방식으로 접근을 수정했습니다. 이 변화를 통해 팀원들의 반응이 긍정적으로 전환되었고, 다음 스프린트에서는 통합 이슈가 3건에서 0건으로 줄어들었습니다. 이 경험을 통해 저는 기술적 제안보다는 협업 과정에서의 공감과 대안 제시가 결과에 더 큰 영향을 미친다는 점을 배웠습니다.", "coaching_comment": "감정적 갈등이 발생했음을 인정하고, 그 이후에 구체적으로 어떤 변화를 했는지, 그 변화가 결과에 어떻게 반영되었는지를 명확히 보여야 합니다."}, "latency_sec": 57.289, "in_tokens": 1392, "out_tokens": 507} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:mixed-followup", "case_id": "f-strong-backend", "rep": 0, "ok": true, "followup_question": "결제 키에 유니크 제약을 걸어 두 번째 요청을 돌려주는 부분에서, 그 키의 구체적인 형식과 값 범위를 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 68.232, "ttft_sec": 66.927, "in_tokens": 1708, "out_tokens": 94} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:mixed-followup", "case_id": "f-weak-vague", "rep": 1, "ok": true, "followup_question": "트랜잭션 경계와 멱등 키가 각각 어떤 실패 케이스를 막는지, 예를 들어 중복 주문 발생 시 어떤 상황에서 멱등 키가 실패를 막고, 어떤 상황에서 트랜잭션 경계가 실패를 막는지 구체적으로 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 68.965, "ttft_sec": 67.119, "in_tokens": 1535, "out_tokens": 129} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:mixed-followup", "case_id": "f-dont-know-explicit", "rep": 2, "ok": true, "followup_question": "그런데 MVCC에서 오래 열린 트랜잭션의 xmin horizon이 vacuum에 어떤 영향을 주는지, 잘 모르시는 건가요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 69.623, "ttft_sec": null, "in_tokens": 1475, "out_tokens": 80} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:mixed-followup", "case_id": "f-dont-know-stt", "rep": 3, "ok": true, "followup_question": "React 18의 automatic batching이 비동기 콜백(예: setTimeout, Promise) 내부 업데이트를 포함해 배칭한다는 점을 말씀하셨는데, 그에 대해 어떤 예시나 사례를 공부하셨나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 70.723, "ttft_sec": null, "in_tokens": 1478, "out_tokens": 100} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:mixed-followup", "case_id": "f-clarification", "rep": 4, "ok": true, "followup_question": "HPA 기준을 CPU 70%로 설정하고, 트래픽 피크에 사전 스케일아웃을 병행하는 데 어떤 메트릭 수집이나 반응 지연을 기준으로 했는지, 좀 더 쉽게 설명해 주실 수 있나요?", "answer_intent": "CLARIFICATION", "answer_evaluation": {"specificity": 2.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 72.155, "ttft_sec": 70.607, "in_tokens": 1508, "out_tokens": 112} +{"label": "lcpp-qwen3-4b-np1", "suite": "followup:mixed-followup", "case_id": "f-confirm-short", "rep": 5, "ok": true, "followup_question": "그럼 outbox 릴레이가 별도 프로세스로 폴링하신 건가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 72.865, "ttft_sec": 71.987, "in_tokens": 1504, "out_tokens": 68} +{"label": "lcpp-qwen3-4b-np1", "suite": "mixed_summary", "ok": true, "fanout_wall_sec": 205.25, "coaching_success": 15, "followup_latency_p50": 69.62, "followup_latency_max": 72.86, "followup_ttft_p50": 70.61} diff --git a/docs/research/local-llm-deep-dive-2026-09/data/raw/load-lcpp-qwen3-4b-np4.jsonl b/docs/research/local-llm-deep-dive-2026-09/data/raw/load-lcpp-qwen3-4b-np4.jsonl new file mode 100644 index 00000000..9a1fb8d5 --- /dev/null +++ b/docs/research/local-llm-deep-dive-2026-09/data/raw/load-lcpp-qwen3-4b-np4.jsonl @@ -0,0 +1,90 @@ +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@1", "case_id": "f-strong-backend", "rep": 0, "ok": true, "followup_question": "결제 키에 유니크 제약을 걸어 두 번째 요청을 돌려주는 부분에서, 그 키의 구체적인 형식과 값 범위를 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 1.526, "ttft_sec": 0.214, "in_tokens": 1708, "out_tokens": 94} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@1", "case_id": "f-weak-vague", "rep": 1, "ok": true, "followup_question": "트랜잭션 경계를 관리하는 데 멱등 키가 어떤 실패 케이스를 막는지, 예를 들어 콜백이 지연될 때 중복 주문이 발생하는 메커니즘을 좀 더 구체적으로 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 2.014, "ttft_sec": 0.413, "in_tokens": 1535, "out_tokens": 113} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@1", "case_id": "f-dont-know-explicit", "rep": 2, "ok": true, "followup_question": "그렇다면 MVCC에서 xmin horizon과 dead tuple 회수 지연의 관계에 대해 잘 모르시는 이유를 말씀해 주실 수 있나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 2.165, "ttft_sec": null, "in_tokens": 1475, "out_tokens": 78} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@1", "case_id": "f-dont-know-stt", "rep": 3, "ok": true, "followup_question": "React 18의 automatic batching이 비동기 콜백(예: setTimeout 또는 Promise) 내부 업데이트를 포함하여 배칭한다는 점을 말씀하셨는데, 그 예시로 어떤 상황을 말씀하시나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 2.593, "ttft_sec": null, "in_tokens": 1478, "out_tokens": 97} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@1", "case_id": "f-clarification", "rep": 4, "ok": true, "followup_question": "HPA 기준을 CPU 70%로 설정하고, 트래픽 피크에 사전 스케일아웃을 병행하는 데는 어떤 메트릭 수집 및 반응 지연 시간 기준을 사용하셨나요?", "answer_intent": "CLARIFICATION", "answer_evaluation": {"specificity": 2.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 2.775, "ttft_sec": 1.412, "in_tokens": 1508, "out_tokens": 100} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@1", "case_id": "f-confirm-short", "rep": 5, "ok": true, "followup_question": "그럼 outbox 릴레이가 별도 프로세스로 폴링하신 건가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 2.248, "ttft_sec": 1.363, "in_tokens": 1504, "out_tokens": 68} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@1", "case_id": "f-infra-fact-error", "rep": 6, "ok": true, "followup_question": "메모리 50% 기준을 선택한 이유가 무엇인가요? CPU 70% 기준이 더 일반적이지 않은가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 2.0, "structure": "PARTIAL_STAR", "correctness": 4.0}, "latency_sec": 3.964, "ttft_sec": 2.852, "in_tokens": 1850, "out_tokens": 81} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@1", "case_id": "f-dba-correct-with-context", "rep": 7, "ok": true, "followup_question": "인덱스 변경으로 p95가 900ms까지 내려간 부분에서, (user_id, created_at) 복합 인덱스의 인덱스 선택 기준과, 그 선택이 실제 쿼리 실행 계획에 어떤 영향을 주었는지 구체적으로 말씀해 주세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 5.207, "ttft_sec": 3.495, "in_tokens": 1987, "out_tokens": 117} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@1", "case_id": "f-frontend-strong", "rep": 8, "ok": true, "followup_question": "항목 2천 개가 리렌더링되면서 INP가 480ms에서 120ms로 줄었다고 하셨는데, 그 높이 캐시를 구체적으로 어떻게 구현했나요? 예를 들어, 높이 캐시를 어떤 상태에 저장하고, 어떤 조건에서 갱신했나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 5.336, "ttft_sec": 3.387, "in_tokens": 1975, "out_tokens": 132} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@1", "case_id": "f-personality-star", "rep": 9, "ok": true, "followup_question": "OpenAPI 명세를 쓰고 Mock 서버를 띄운 것이 구체적으로 어떤 점에서 문제를 해결했는지, 예를 들어 프론트 팀이 어떤 기능을 먼저 개발했는지, 또는 스펙 해석이 얼마나 달라졌는지 말씀해 주세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 3.496, "ttft_sec": 1.815, "in_tokens": 1603, "out_tokens": 118} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@1", "case_id": "f-personality-rambling", "rep": 10, "ok": true, "followup_question": "소통이 중요하다고 말씀하셨는데, 그 소통의 구체적인 예시나, 어떤 상황에서 의견이 충돌했고, 그 대화를 통해 어떤 결과가 나왔는지 조금 더 구체적으로 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 3.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 2.074, "ttft_sec": 0.608, "in_tokens": 1523, "out_tokens": 104} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@1", "case_id": "f-stt-messy-normal", "rep": 11, "ok": true, "followup_question": "불일치가 월 200건에서 3건으로 줄었다는 점에서, 그 전에 버전 충돌이 얼마나 빈번했고, 그 수치가 재시도 비용에 어떻게 영향을 미쳤는지 구체적으로 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 3.268, "ttft_sec": 1.618, "in_tokens": 1571, "out_tokens": 116} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@1", "case_id": "f-long-answer-history", "rep": 12, "ok": true, "followup_question": "주문 생성 후 OrderCreated 이벤트를 outbox로 발행했고, 결제 서비스가 PaymentApproved를 받은 경우 재고 서비스가 차감하는 흐름을 설명하셨는데, 그때의 이벤트 처리 순서나 리소스 사용량(예: 메모리, 큐 크기)에 어떤 기준을 적용하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 5.093, "ttft_sec": 3.228, "in_tokens": 1945, "out_tokens": 127} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@1", "case_id": "f-english-mixed", "rep": 13, "ok": true, "followup_question": "화면별 staleTime 을 다르게 설정하신 경우, 그 기준이 무엇이었나요? 예를 들어, 어떤 화면은 실시간성이 높고 어떤 화면은 그렇지 않은지 구체적으로 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 3.077, "ttft_sec": 1.595, "in_tokens": 1548, "out_tokens": 105} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@1", "case_id": "f-strong-backend", "rep": 14, "ok": true, "followup_question": "결제 키에 유니크 제약을 걸어 두 번째 요청을 돌려주는 부분인데, 그 유니크 제약이 구체적으로 어떤 키를 기준으로 설정되었는지 말씀해 주세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 3.654, "ttft_sec": 2.313, "in_tokens": 1708, "out_tokens": 96} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@1", "case_id": "f-weak-vague", "rep": 15, "ok": true, "followup_question": "트랜잭션 경계를 잘 관리했다고 했는데, 그 과정에서 특정 결제 승인 콜백이 도착하기 전에 주문을 완료하는 경우를 예로 들면, 어떻게 중복 주문을 방지했나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 3.0, "structure": "NONE", "correctness": null}, "latency_sec": 1.886, "ttft_sec": 0.399, "in_tokens": 1535, "out_tokens": 105} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "load_summary", "ok": true, "concurrency": 1, "requests": 16, "success": 16, "wall_sec": 50.39, "throughput_req_per_min": 19.1, "latency_p50": 3.08, "latency_p95": 5.21, "ttft_p50": 1.62, "ttft_p95": 3.39, "over_10s": 0} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@2", "case_id": "f-strong-backend", "rep": 0, "ok": true, "followup_question": "결제 키에 유니크 제약을 걸어 두 번째 요청을 돌려주는 부분인데, 그 유니크 키의 구체적인 형식이나 생성 방식을 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 8.695, "ttft_sec": 6.961, "in_tokens": 1708, "out_tokens": 96} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@2", "case_id": "f-weak-vague", "rep": 1, "ok": true, "followup_question": "트랜잭션 경계를 어떻게 관리했는지, 예를 들어 결제 승인 콜백이 지연된 상황에서 중복 주문이 발생하지 않도록 했던 구체적인 예를 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 9.76, "ttft_sec": 6.939, "in_tokens": 1535, "out_tokens": 103} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@2", "case_id": "f-dont-know-explicit", "rep": 2, "ok": true, "followup_question": "그런데 MVCC에서 오래된 트랜잭션의 xmin horizon이 vacuum에 어떤 영향을 주는지, 그게 잘 모르시는 건가요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 3.693, "ttft_sec": null, "in_tokens": 1475, "out_tokens": 81} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@2", "case_id": "f-dont-know-stt", "rep": 3, "ok": true, "followup_question": "React 18의 automatic batching이 비동기 콜백(예: setTimeout 또는 Promise) 내부 업데이트를 포함해 배칭한다는 점을 말씀하셨는데, 그 예시로 어떤 상황을 말씀하셨나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 4.261, "ttft_sec": null, "in_tokens": 1478, "out_tokens": 97} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@2", "case_id": "f-clarification", "rep": 4, "ok": true, "followup_question": "HPA 기준을 CPU 70%로 설정하고, 트래픽 피크에 사전 스케일아웃을 병행하는 데서 어떤 메트릭 수집 또는 피크 예측 기준을 기반으로 했는지, 좀 더 쉽게 설명해 주실 수 있나요?", "answer_intent": "CLARIFICATION", "answer_evaluation": {"specificity": 2.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 7.366, "ttft_sec": 1.509, "in_tokens": 1508, "out_tokens": 115} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@2", "case_id": "f-confirm-short", "rep": 5, "ok": true, "followup_question": "그럼 outbox 릴레이가 별도 프로세스로 폴링하신 건가요? 그 프로세스는 어떻게 동작하나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 3.0, "structure": "NONE", "correctness": null}, "latency_sec": 2.89, "ttft_sec": 1.464, "in_tokens": 1504, "out_tokens": 81} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@2", "case_id": "f-infra-fact-error", "rep": 6, "ok": true, "followup_question": "메모리 50% 기준을 선택한 근거가 있나요? CPU 70%가 더 일반적인 기준이 아닌가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 2.0, "structure": "PARTIAL_STAR", "correctness": 4.0}, "latency_sec": 7.652, "ttft_sec": 2.88, "in_tokens": 1850, "out_tokens": 82} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@2", "case_id": "f-dba-correct-with-context", "rep": 7, "ok": true, "followup_question": "인덱스 변경으로 p95가 900ms까지 내려간 부분에서, (user_id, created_at) 복합 인덱스의 선택 기준을 좀 더 구체적으로 말씀해 주실 수 있나요? 예를 들어, 어떤 조합이 더 빠른지, 또는 왜 이 두 컬럼을 선택했는지입니다.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 9.252, "ttft_sec": 3.575, "in_tokens": 1987, "out_tokens": 129} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@2", "case_id": "f-frontend-strong", "rep": 8, "ok": true, "followup_question": "항목 높이가 내용에 따라 달라서 높이 캐시를 따로 뒀다고 했는데, 그 캐시를 어떻게 구현했고, 캐시가 만료되는 조건은 무엇이었나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 7.155, "ttft_sec": 3.477, "in_tokens": 1975, "out_tokens": 109} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@2", "case_id": "f-personality-star", "rep": 9, "ok": true, "followup_question": "OpenAPI 명세를 쓰고 Mock 서버를 띄워 프론트가 병렬로 개발하게 제안하신 부분에서, 그 Mock 서버의 구현 기술이나 성능 지표(예: 응답 시간, 오류율)는 어떤 것이었나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 5.196, "ttft_sec": 1.904, "in_tokens": 1603, "out_tokens": 113} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@2", "case_id": "f-personality-rambling", "rep": 10, "ok": true, "followup_question": "의견이 다를 때 소통을 강조하셨는데, 그때 구체적으로 어떤 대화 방식을 썼고, 그 결과 팀원 간 갈등이 얼마나 완화되었는지 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 3.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 4.744, "ttft_sec": 1.476, "in_tokens": 1523, "out_tokens": 102} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@2", "case_id": "f-stt-messy-normal", "rep": 11, "ok": true, "followup_question": "불일치가 200건에서 3건으로 줄었을 때, 그 데이터는 어떤 시점의 측정 기준이었고, 그 기준으로 어떤 락 실패율을 기반으로 한 계산이었나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 6.674, "ttft_sec": 1.704, "in_tokens": 1571, "out_tokens": 105} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@2", "case_id": "f-long-answer-history", "rep": 12, "ok": true, "followup_question": "주문 생성 후 OrderCreated 이벤트를 outbox로 발행하고, 결제 서비스가 PaymentApproved를 발행하는 점에서, 그 이벤트를 소비하는 서비스가 실패했을 때 어떻게 보상 흐름을 구현했나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 5.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 6.688, "ttft_sec": 3.326, "in_tokens": 1945, "out_tokens": 106} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@2", "case_id": "f-english-mixed", "rep": 13, "ok": true, "followup_question": "화면별 staleTime 을 다르게 설정한 예를 들어주실 수 있나요? 예를 들어, 실시간이 필요한 화면과 그렇지 않은 화면에서 각각의 설정을 어떻게 했나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 5.047, "ttft_sec": 1.684, "in_tokens": 1548, "out_tokens": 97} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@2", "case_id": "f-strong-backend", "rep": 14, "ok": true, "followup_question": "결제 키에 유니크 제약을 걸어 두 번째 요청을 돌려주는 부분에서, 그 키의 구체적인 형식과, 예를 들어 결제 승인 응답에서 어떤 필드를 기반으로 키를 생성했는지 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 5.401, "ttft_sec": 1.885, "in_tokens": 1708, "out_tokens": 116} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@2", "case_id": "f-weak-vague", "rep": 15, "ok": true, "followup_question": "트랜잭션 경계나 중복 주문 실패 케이스를 구체적으로 예로 들어 설명해 주세요. 예를 들어, 콜백 지연 시 어떤 상황에서 중복 주문이 발생했고, 멱등 키와 Outbox 패턴이 각각 그 상황을 어떻게 막았는지 말해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 3.733, "ttft_sec": 1.623, "in_tokens": 1535, "out_tokens": 128} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "load_summary", "ok": true, "concurrency": 2, "requests": 16, "success": 16, "wall_sec": 49.66, "throughput_req_per_min": 19.3, "latency_p50": 6.67, "latency_p95": 9.25, "ttft_p50": 1.9, "ttft_p95": 6.94, "over_10s": 0} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@4", "case_id": "f-strong-backend", "rep": 0, "ok": true, "followup_question": "결제 키에 유니크 제약을 걸어 두 번째 요청을 돌려주는 부분에서, 그 유니크 키의 구체적인 형식이나 생성 방식을 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 11.723, "ttft_sec": 7.685, "in_tokens": 1708, "out_tokens": 96} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@4", "case_id": "f-weak-vague", "rep": 1, "ok": true, "followup_question": "트랜잭션 경계에 대한 구체적인 예를 들어주실 수 있나요? 예를 들어, 결제 승인 콜백 지연 시 어떤 트랜잭션 상태가 어떻게 유지되었는지 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 15.237, "ttft_sec": 7.683, "in_tokens": 1535, "out_tokens": 102} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@4", "case_id": "f-dont-know-explicit", "rep": 2, "ok": true, "followup_question": "PostgreSQL의 MVCC에서 오래 열린 트랜잭션이 vacuum에 어떤 영향을 주는지 설명해 주세요.", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 0.0, "logic": 0.0, "structure": "NONE", "correctness": null}, "latency_sec": 9.73, "ttft_sec": null, "in_tokens": 1475, "out_tokens": 73} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@4", "case_id": "f-dont-know-stt", "rep": 3, "ok": true, "followup_question": "React 18의 automatic batching이 비동기 콜백(예: setTimeout, Promise) 내부 업데이트도 포함한다는 점을 말씀하셨는데, 그 부분을 구체적으로 예시로 설명해 주실 수 있나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 12.49, "ttft_sec": null, "in_tokens": 1478, "out_tokens": 99} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@4", "case_id": "f-clarification", "rep": 4, "ok": true, "followup_question": "HPA 기준을 CPU 70%로 설정하고, 트래픽 피크에 사전 스케일아웃을 병행하는 데서 어떤 메트릭 수집과 반응 지연을 기반으로 했는지, 좀 더 쉽게 설명해 주실 수 있나요?", "answer_intent": "CLARIFICATION", "answer_evaluation": {"specificity": 2.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 14.902, "ttft_sec": 1.719, "in_tokens": 1508, "out_tokens": 113} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@4", "case_id": "f-confirm-short", "rep": 5, "ok": true, "followup_question": "그럼 outbox 릴레이는 별도 프로세스로 폴링하신 건가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 8.968, "ttft_sec": 7.059, "in_tokens": 1504, "out_tokens": 68} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@4", "case_id": "f-infra-fact-error", "rep": 6, "ok": true, "followup_question": "메모리 50% 기준을 선택한 이유가 무엇인가요? CPU 70% 기준이 더 일반적이라면, 이 선택이 트래픽 피크 대응에 어떤 영향을 미쳤나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 2.0, "structure": "PARTIAL_STAR", "correctness": 4.0}, "latency_sec": 14.235, "ttft_sec": 6.388, "in_tokens": 1850, "out_tokens": 100} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@4", "case_id": "f-dba-correct-with-context", "rep": 7, "ok": true, "followup_question": "인덱스 변경으로 p95가 900ms까지 내려간 부분에서, (user_id, created_at) 복합 인덱스의 선택 기준을 좀 더 구체적으로 말씀해 주세요. 예를 들어, 어떤 조합이 더 빠른지, 또는 왜 이 두 컬럼을 선택했는지 설명해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 13.889, "ttft_sec": 3.747, "in_tokens": 1987, "out_tokens": 132} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@4", "case_id": "f-frontend-strong", "rep": 8, "ok": true, "followup_question": "항목 높이가 내용에 따라 달라서 높이 캐시를 따로 뒀다고 하셨는데, 그 캐시를 구현한 구체적인 코드 조각이나 알고리즘 이름을 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 11.241, "ttft_sec": 3.629, "in_tokens": 1975, "out_tokens": 109} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@4", "case_id": "f-personality-star", "rep": 9, "ok": true, "followup_question": "OpenAPI 명세를 쓰고 Mock 서버를 띄워서 프론트 팀이 병렬 개발하게 했던 부분에서, 그 명세는 몇 가지 구체적인 필드나 규칙을 포함했나요? 예를 들어, 응답 형식이나 오류 코드 정의가 있었나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 11.59, "ttft_sec": 2.091, "in_tokens": 1603, "out_tokens": 124} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@4", "case_id": "f-personality-rambling", "rep": 10, "ok": true, "followup_question": "소통이 중요하다고 말씀하셨는데, 그 소통 과정에서 구체적으로 어떤 행동을 했고, 그 결과로 팀원 간의 관계나 프로젝트 결과에 어떤 변화가 있었는지 좀 더 구체적으로 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 3.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 9.495, "ttft_sec": 1.636, "in_tokens": 1523, "out_tokens": 111} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@4", "case_id": "f-stt-messy-normal", "rep": 11, "ok": true, "followup_question": "불일치가 200건에서 3건으로 줄었다는 데이터는 어떤 시점 기준이고, 그 전후의 재시도 실패 빈도와 DB 부하를 구체적으로 측정했나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 11.532, "ttft_sec": 1.883, "in_tokens": 1571, "out_tokens": 101} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@4", "case_id": "f-long-answer-history", "rep": 12, "ok": true, "followup_question": "주문 생성 시 OrderCreated 이벤트를 outbox로 발행하고, 결제 서비스가 PaymentApproved를 받은 후 재고 서비스가 차감하는 흐름을 말씀하셨는데, 그때의 이벤트 ID 기반 멱등 처리는 구체적으로 어떤 방식으로 구현하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 11.799, "ttft_sec": 3.473, "in_tokens": 1945, "out_tokens": 116} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@4", "case_id": "f-english-mixed", "rep": 13, "ok": true, "followup_question": "화면별 staleTime 을 다르게 설정하신 경우, 그 기준은 무엇이었나요? 예를 들어, 실시간성이 높은 화면과 비실시간인 화면을 구분해서 설정하셨나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "NONE", "correctness": 5.0}, "latency_sec": 8.023, "ttft_sec": 4.02, "in_tokens": 1548, "out_tokens": 98} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@4", "case_id": "f-strong-backend", "rep": 14, "ok": true, "followup_question": "결제 키에 유니크 제약을 걸어 두 번째 요청을 기존 주문을 돌려주는 방식이 실제로 어떤 구현 예시인지, 예를 들어서 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 7.974, "ttft_sec": 4.019, "in_tokens": 1708, "out_tokens": 96} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@4", "case_id": "f-weak-vague", "rep": 15, "ok": true, "followup_question": "트랜잭션 경계에 대한 구체적인 예를 들어주시겠어요? 예를 들어, 결제 승인 콜백이 지연되는 상황에서 어떤 트랜잭션 경계를 설정했고, 그 경계가 중복 주문을 막는 데 어떻게 기여했나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 4.257, "ttft_sec": 1.644, "in_tokens": 1535, "out_tokens": 115} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "load_summary", "ok": true, "concurrency": 4, "requests": 16, "success": 16, "wall_sec": 44.92, "throughput_req_per_min": 21.4, "latency_p50": 11.59, "latency_p95": 14.9, "ttft_p50": 3.75, "ttft_p95": 7.68, "over_10s": 10} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@8", "case_id": "f-strong-backend", "rep": 0, "ok": true, "followup_question": "결제 키에 유니크 제약을 걸어 두 번째 요청을 돌려주는 부분에서, 그 키의 구체적인 형식과 값 범위를 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 20.936, "ttft_sec": 16.153, "in_tokens": 1708, "out_tokens": 94} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@8", "case_id": "f-weak-vague", "rep": 1, "ok": true, "followup_question": "트랜잭션 경계를 어떻게 관리하셨고, 멱등 키가 중복 주문을 막는 구체적인 실패 케이스는 무엇이었나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 28.902, "ttft_sec": 19.257, "in_tokens": 1535, "out_tokens": 87} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@8", "case_id": "f-dont-know-explicit", "rep": 2, "ok": true, "followup_question": "그렇다면 PostgreSQL의 MVCC에서 오래 열린 트랜잭션이 vacuum에 미치는 영향에 대해 잘 모르시는 이유가 무엇인가요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 19.291, "ttft_sec": null, "in_tokens": 1475, "out_tokens": 81} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@8", "case_id": "f-dont-know-stt", "rep": 3, "ok": true, "followup_question": "React 18의 automatic batching이 비동기 콜백(예: setTimeout 또는 Promise) 내부 업데이트를 포함하여 배칭한다는 점을 말씀하셨는데, 그 예시로 어떤 상황을 말씀해 주실 수 있나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 23.772, "ttft_sec": null, "in_tokens": 1478, "out_tokens": 101} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@8", "case_id": "f-clarification", "rep": 4, "ok": true, "followup_question": "HPA 기준을 CPU 70%로 설정하고, 트래픽 피크에 사전 스케일아웃을 병행하는 데서 어떤 메트릭 수집이나 피크 예측 기준을 기반으로 했는지, 좀 더 쉽게 설명해 주실 수 있나요?", "answer_intent": "CLARIFICATION", "answer_evaluation": {"specificity": 2.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 33.502, "ttft_sec": 23.562, "in_tokens": 1508, "out_tokens": 115} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@8", "case_id": "f-confirm-short", "rep": 5, "ok": true, "followup_question": "그럼 outbox 릴레이가 별도 프로세스로 폴링하신 건가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 18.028, "ttft_sec": 16.148, "in_tokens": 1504, "out_tokens": 68} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@8", "case_id": "f-infra-fact-error", "rep": 6, "ok": true, "followup_question": "메모리 50%를 기준으로 했는데, 그 기준을 선택한 근거가 무엇인가요? CPU 70%를 기준으로 했던 사례와 비교해 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 2.0, "structure": "PARTIAL_STAR", "correctness": 4.0}, "latency_sec": 35.198, "ttft_sec": 27.219, "in_tokens": 1850, "out_tokens": 104} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@8", "case_id": "f-dba-correct-with-context", "rep": 7, "ok": true, "followup_question": "인덱스 변경으로 p95가 900ms까지 내려간 부분에서, (user_id, created_at) 복합 인덱스의 선택 기준을 좀 더 구체적으로 말씀해 주실 수 있나요? 예를 들어, 인덱스 컬럼 순서나 선택 이유가 있었나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 37.159, "ttft_sec": 27.453, "in_tokens": 1987, "out_tokens": 119} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@8", "case_id": "f-frontend-strong", "rep": 8, "ok": true, "followup_question": "항목 높이가 내용에 따라 달라서 높이 캐시를 따로 뒀다고 했는데, 그 캐시를 구체적으로 어떻게 구현했고, 캐시가 만료되는 조건은 무엇이었나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 22.161, "ttft_sec": 14.466, "in_tokens": 1975, "out_tokens": 112} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@8", "case_id": "f-personality-star", "rep": 9, "ok": true, "followup_question": "OpenAPI 명세를 써서 Mock 서버를 띄운 부분에서, 그 명세의 특정 버전이나 필드 정의를 하나 예시로 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 26.03, "ttft_sec": 17.461, "in_tokens": 1603, "out_tokens": 91} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@8", "case_id": "f-personality-rambling", "rep": 10, "ok": true, "followup_question": "의견이 다를 때 소통을 많이 했다고 말씀하셨는데, 그 소통의 구체적인 방식이나 예시를 하나 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 3.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 22.873, "ttft_sec": 15.887, "in_tokens": 1523, "out_tokens": 86} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@8", "case_id": "f-stt-messy-normal", "rep": 11, "ok": true, "followup_question": "불일치가 월 200건에서 3건으로 줄었다는 부분에서, 그 전에 정확히 몇 개의 재시도가 일어났고, 그 재시도가 DB 부하를 얼마나 증가시켰는지 구체적으로 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 3.0, "logic": 4.0, "structure": "PARTIAL_STAR", "correctness": null}, "latency_sec": 25.334, "ttft_sec": 15.225, "in_tokens": 1571, "out_tokens": 116} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@8", "case_id": "f-long-answer-history", "rep": 12, "ok": true, "followup_question": "주문이 생성될 때 OrderCreated 이벤트를 outbox로 발행했고, 결제 실패 시 PaymentFailed 를 발행하는 부분인데, 그때 결제 서비스가 실패한 경우에 주문 서비스가 주문 상태를 CANCELLED 로 바꾸는 보상 흐름이 정확히 어떤 조건에서 실행되나요? 그 조건을 좀 더 구체적으로 말씀해 주세요.", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 23.878, "ttft_sec": 14.735, "in_tokens": 1945, "out_tokens": 141} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@8", "case_id": "f-english-mixed", "rep": 13, "ok": true, "followup_question": "화면별 staleTime 을 다르게 설정하신 경우, 그 기준으로 어떤 구체적인 사례가 있나요? 예를 들어, 어떤 화면이 10초, 어떤 화면이 30초를 설정했나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 18.561, "ttft_sec": 14.249, "in_tokens": 1548, "out_tokens": 103} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@8", "case_id": "f-strong-backend", "rep": 14, "ok": true, "followup_question": "결제 키에 유니크 제약을 걸어 두 번째 요청을 돌려주는 부분에서, 그 유니크 키의 구체적인 값이나 생성 방식을 말씀해 주실 수 있나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 16.663, "ttft_sec": 12.652, "in_tokens": 1708, "out_tokens": 95} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:load@8", "case_id": "f-weak-vague", "rep": 15, "ok": true, "followup_question": "트랜잭션 경계를 어떻게 관리하셨고, 멱등 키가 중복 주문을 막는 구체적인 실패 사례는 무엇이었나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 15.809, "ttft_sec": 13.535, "in_tokens": 1535, "out_tokens": 84} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "load_summary", "ok": true, "concurrency": 8, "requests": 16, "success": 16, "wall_sec": 52.98, "throughput_req_per_min": 18.1, "latency_p50": 23.77, "latency_p95": 35.2, "ttft_p50": 15.89, "ttft_p95": 27.22, "over_10s": 16} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "coaching:mixed-fanout", "case_id": "c-weak-backend", "rep": 0, "ok": true, "coaching": {"model_answer": "결제 승인 콜백 지연 시 중복 주문이 발생할 수 있는 문제를 해결하기 위해, 멱등 키와 Outbox 패턴을 함께 사용했습니다. 먼저, 멱등 키는 동일한 주문 요청이 중복으로 처리되지 않도록 하기 위해 주문 ID와 결제 요청 ID를 기반으로 키를 생성해, DB에 이미 처리된 요청이 있는지 확인합니다. 이는 결제 콜백이 지연되더라도, 동일한 주문이 두 번 처리되지 않도록 막습니다. 반면, Outbox 패턴은 결제 승인 결과가 DB에 반영되기 전에 트랜잭션 경계를 명확히 하여, 결제 성공 여부를 기반으로 주문 상태를 변경하는 과정에서 실패 시 데이터 일관성을 유지합니다. 예를 들어, 결제 승인 콜백이 실패했을 경우, Outbox를 통해 주문 상태가 '결제 대기'로 유지되며, 이후 재시도가 가능하게 됩니다. 따라서 멱등 키는 중복 요청을 방지하고, Outbox는 트랜잭션 경계를 보호하여 각각의 실패 케이스를 구체적으로 막습니다.", "answer_rewrite": "결제 승인 콜백 지연 시 중복 주문이 발생할 수 있는 문제를 해결하기 위해, 멱등 키와 Outbox 패턴을 함께 적용했습니다. 먼저, 주문 요청 시 멱등 키를 생성하여, DB에 이미 처리된 결제 요청이 있는지 확인합니다. 이는 결제 콜백이 지연되더라도, 동일한 주문이 두 번 처리되지 않도록 합니다. 예를 들어, 주문 ID와 결제 요청 ID를 기반으로 키를 생성해, 중복 주문이 발생하지 않도록 제어했습니다. 또한, 결제 승인 결과가 DB에 반영되기 전에 Outbox를 통해 주문 상태를 '결제 대기'로 보관하고, 결제 결과가 도달하면 이후에 처리하도록 했습니다. 이처럼 Outbox는 결제 결과가 도달하지 않아도 주문 상태가 일관되게 유지되며, 트랜잭션 경계를 보호합니다. 이 두 패턴은 각각 '중복 요청'과 '결과 처리 실패'에 대한 실패 케이스를 구체적으로 막습니다.", "coaching_comment": "중복 주문과 트랜잭션 실패 케이스를 구분하고, 각각의 패턴이 어떻게 막는지를 구체적으로 설명해야 합니다."}, "latency_sec": 44.102, "in_tokens": 1561, "out_tokens": 620} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "coaching:mixed-fanout", "case_id": "c-dont-know-cs", "rep": 1, "ok": true, "coaching": {"model_answer": "PostgreSQL의 MVCC에서 오래 열린 트랜잭션이 vacuum에 영향을 주는 이유는 그 트랜잭션의 xmin 값을 'xmin horizon'으로 유지하기 때문입니다. 이 xmin horizon은 vacuum이 삭제할 수 있는 dead tuple의 xmin 값을 기준으로 설정하며, 오래된 트랜잭션의 xmin이 아직 유효하면 vacuum은 그 트랜잭션이 생성한 dead tuple을 무시해야 합니다. 이로 인해 dead tuple이 쌓이게 되고, 테이블에 bloat가 발생하게 됩니다. 예를 들어, 특정 트랜잭션이 오래 동안 실행되고 있거나, 롤백되지 않은 상태라면, 그 트랜잭션의 xmin이 vacuum의 작업 범위를 뒤로 미치게 되어, 그 트랜잭션이 생성한 데이터는 실제로 삭제되지 않게 되고, 이는 테이블의 크기가 지속적으로 커지는 원인입니다.", "answer_rewrite": "PostgreSQL의 MVCC에서 오래 열린 트랜잭션은 vacuum의 작업을 지연시킬 수 있습니다. 이는 MVCC에서 트랜잭션의 시작 값을 xmin으로 저장하고, vacuum이 이 값을 기준으로 dead tuple을 삭제할 수 있도록 하는 'xmin horizon'이 작동하기 때문입니다. 만약 트랜잭션이 오래 동안 열려 있고, 아직 롤백되지 않았다면, 그 트랜잭션의 xmin이 vacuum의 유효한 범위를 넘어선 상태가 되어, 그 트랜잭션이 생성한 dead tuple은 삭제되지 않게 됩니다. 이로 인해 dead tuple이 누적되고, 테이블이 bloat를 겪게 됩니다. 예를 들어, 장기 실행 중인 배치 작업이나 오래된 쿼리가 이 문제를 유발할 수 있습니다.", "coaching_comment": "오래된 트랜잭션의 xmin이 vacuum의 horizon을 뒤로 미치는 메커니즘을 명확히 설명해야 합니다."}, "latency_sec": 35.535, "in_tokens": 997, "out_tokens": 476} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "coaching:mixed-fanout", "case_id": "c-personality-rambling", "rep": 2, "ok": true, "coaching": {"model_answer": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합이 2주 지연되는 상황이 있었습니다. 당시 저는 OpenAPI 명세를 먼저 작성하고, Mock 서버를 띄워 프론트 팀이 병렬로 개발할 수 있도록 제안했습니다. 이 과정에서 팀원들은 제가 스펙을 '정답'으로 고집하는 태도를 보이며 반발했고, 감정적 갈등이 생겼습니다. 이후 저는 결정 전에 대안 두 가지를 함께 비교하는 방식으로 접근을 바꾸고, 팀원들과의 소통을 구조화했습니다. 이로 인해 다음 스프린트에서 통합 이슈가 3건에서 0건으로 줄었고, 팀원들의 신뢰도가 상승했습니다. 이 경험을 통해 저는 '의견 충돌'이 단순한 갈등이 아니라 협업의 기회라고 인식하게 되었고, 이후 모든 프로젝트에서 의사결정 과정에 '대안 제시'를 포함시켰습니다.", "answer_rewrite": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합이 2주 지연되는 상황이 있었습니다. 저는 OpenAPI 명세를 먼저 작성하고, Mock 서버를 띄워 프론트 팀이 병렬로 개발할 수 있도록 제안했습니다. 그러나 이 과정에서 제가 스펙을 '정답'으로 고집하는 태도로 팀원들이 감정을 상했고, 갈등이 생겼습니다. 그 후 저는 결정 전에 대안 두 가지를 함께 비교하고, 팀원들과의 소통을 구조화하는 방식으로 접근을 수정했습니다. 결과적으로 다음 스프린트에서 통합 이슈가 3건에서 0건으로 줄었고, 팀원들의 협업 만족도도 상승했습니다. 이 경험을 바탕으로 저는 이후 모든 프로젝트에서 의사결정 과정에 '대안 제시'를 포함시켜, 갈등을 예방하고 팀워크를 강화했습니다.", "coaching_comment": "의견 충돌이 발생했을 때의 구체적인 반응(예: 감정적 반응, 대안 제시)과 그 결과에 대한 정량적 혹은 정성적 증거가 필요합니다."}, "latency_sec": 66.523, "in_tokens": 1392, "out_tokens": 582} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "coaching:mixed-fanout", "case_id": "c-weak-backend", "rep": 3, "ok": true, "coaching": {"model_answer": "결제 승인 콜백이 지연될 때 중복 주문이 발생하는 문제는 두 가지 핵심 실패 케이스를 동시에 처리해야 합니다. 먼저, 멱등 키는 동일한 주문 요청이 여러 번 처리되지 않도록 보장합니다. 예를 들어, 주문 시 생성되는 주문 ID를 멱등 키 테이블에 저장하면, 이미 처리된 주문인지 확인할 수 있어 중복 주문을 방지합니다. 이는 결제 승인 콜백이 도달하기 전에 주문이 이미 처리되었음을 방지합니다. 반면, Outbox 패턴은 결제 승인 이벤트가 DB에 저장되기 전에 트랜잭션 경계를 명확히 하여, 주문 생성과 결제 승인 사이의 상태를 안정적으로 관리합니다. 즉, 결제 승인 콜백이 지연되더라도, 주문 서비스가 결제 승인을 기다리고 있는 상태를 유지하면서도, 결제가 승인되지 않으면 주문을 취소할 수 있도록 트랜잭션을 보호합니다. 이렇게 두 패턴을 함께 사용하면, 중복 주문과 결제 상태의 불일치를 동시에 막을 수 있습니다.", "answer_rewrite": "결제 승인 콜백 지연 시 중복 주문이 발생하는 문제는 멱등 키와 Outbox 패턴을 함께 사용해 해결했습니다. 먼저, 주문 생성 시 주문 ID를 멱등 키 테이블에 저장해 이미 처리된 주문인지 확인하고, 동일한 주문 요청이 두 번 이상 처리되지 않도록 했습니다. 이는 결제 콜백이 도달하기 전에 주문이 중복 처리되지 않도록 보장합니다. 또한, 주문 생성과 결제 승인을 트랜잭션 경계 내에서 처리하고, 결제 승인 이벤트를 Outbox에 저장해 DB에 반영하기 전에 주문 상태를 보존했습니다. 이렇게 하면, 결제 콜백이 지연되더라도 주문이 중복되지 않으며, 결제가 승인되지 않으면 주문을 취소할 수 있는 안정적인 경로를 확보할 수 있었습니다. 실제로 이 방식을 적용한 결과, 중복 주문은 0건 발생했고, 주문 서비스의 안정성은 향상되었습니다.", "coaching_comment": "무엇이 실패하는지를 구체적으로 구분하고, 각 패턴이 어떤 실패 케이스를 막는지 명확히 설명해야 합니다."}, "latency_sec": 43.722, "in_tokens": 1561, "out_tokens": 614} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "coaching:mixed-fanout", "case_id": "c-dont-know-cs", "rep": 4, "ok": true, "coaching": {"model_answer": "PostgreSQL의 MVCC에서 오래 열린 트랜잭션이 vacuum에 영향을 주는 것은, 그 트랜잭션의 xmin 값이 vacuum이 제거할 수 있는 dead tuple의 xmin horizon을 초과하기 때문입니다. vacuum은 각 트랜잭션의 xmin을 기준으로 dead tuple을 제거하지만, 오래된 트랜잭션의 xmin이 아직 살아있는 상태라면, 그 트랜잭션이 아직 읽을 수 있는 데이터가 남아 있어 dead tuple이 제거되지 않습니다. 이로 인해 dead tuple이 쌓이게 되고, 이는 테이블의 bloat를 유발할 수 있습니다. 예를 들어, 특정 트랜잭션이 장기간 실행되거나, long-running transaction이 많을 경우, vacuum이 효율적으로 작동하지 못하고, 데이터 파일이 점차 커지게 됩니다. 따라서 vacuum이 정기적으로 실행되고, long-running transaction이 적절히 관리되어야 합니다.", "answer_rewrite": "PostgreSQL의 MVCC에서 오래 열린 트랜잭션은 vacuum이 dead tuple을 제거할 수 있는 xmin horizon을 초과하게 만들 수 있습니다. 이로 인해 vacuum은 그 트랜잭션이 생성한 dead tuple을 제거하지 못하고, 그 데이터가 테이블에 남아 있게 됩니다. 이는 dead tuple이 쌓이면서 테이블의 bloat를 유발합니다. 예를 들어, 특정 테이블에서 오래된 트랜잭션이 계속 실행되고 있다면, vacuum이 정기적으로 실행되어도 이전 트랜잭션의 데이터가 제거되지 않아, 테이블 크기가 증가하게 됩니다. 이 문제는 특히 데이터가 주기적으로 삭제되지만 트랜잭션이 오래 걸리는 경우에 더 두드러지며, 이를 방지하기 위해 vacuum을 적절히 조절하고, long-running transaction을 감시하는 것이 중요합니다.", "coaching_comment": "오래된 트랜잭션의 xmin이 vacuum의 horizon을 넘어가는 메커니즘을 구체적으로 설명하고, bloat과의 연결을 명확히 하면 더 강한 답변이 됩니다."}, "latency_sec": 39.929, "in_tokens": 997, "out_tokens": 508} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "coaching:mixed-fanout", "case_id": "c-personality-rambling", "rep": 5, "ok": true, "coaching": {"model_answer": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합이 2주 지연되는 상황이 있었어요. 당시 저는 OpenAPI 명세를 먼저 작성하고, Mock 서버를 띄워 프론트 팀이 병렬로 개발할 수 있도록 제안했고, 이로 인해 스프린트 기간 동안 통합 이슈가 3건에서 0건으로 줄어들었습니다. 그러나 제가 초기에 '내 방식이 옳다'고 고집해 팀원들과 감정적 갈등이 생겼고, 이후에는 결정 전에 대안 두 가지를 함께 비교하는 방식으로 접근을 바꾸었습니다. 이 경험을 통해 저는 단순히 기술적 정확성보다도 팀원들과의 공감과 소통을 통해 합의를 도출하는 것이 더 지속 가능하다는 점을 배웠습니다.", "answer_rewrite": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합이 2주 지연되는 상황이 있었습니다. 저는 OpenAPI 명세를 먼저 작성하고, Mock 서버를 띄워 프론트 팀이 병렬로 개발할 수 있도록 제안했습니다. 이 방식으로 인해 스프린트 기간 동안 통합 이슈가 3건에서 0건으로 줄어들었고, 개발 속도가 크게 향상되었습니다. 그러나 초기에 제 방식이 옳다고 고집해 팀원들과 감정적 갈등이 생겼습니다. 이후 저는 결정 전에 대안 두 가지를 함께 비교하고, 모두의 의견을 반영한 방식으로 접근을 바꾸며, 팀 내 갈등이 줄어들고 팀워크가 개선된 것을 확인했습니다.", "coaching_comment": "감정적 갈등이 있었음을 인정하고, 그 이후에 구체적으로 어떻게 변화했는지 보여주는 것이 핵심입니다."}, "latency_sec": 35.873, "in_tokens": 1392, "out_tokens": 481} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "coaching:mixed-fanout", "case_id": "c-weak-backend", "rep": 6, "ok": true, "coaching": {"model_answer": "결제 승인 콜백 지연 시 중복 주문이 발생하는 문제는 두 가지 핵심 실패 케이스를 동시에 막기 위해 멱등 키와 Outbox 패턴을 조합했습니다. 먼저, 멱등 키는 동일한 주문 요청이 여러 번 처리되지 않도록 보장합니다. 결제 승인 콜백이 지연되더라도, DB에 이미 처리된 주문을 기록한 후에만 주문을 생성하므로, 동일한 주문 요청이 중복으로 처리되지 않습니다. 이는 주문 서비스가 결제 승인을 기다리면서 중복 요청을 받을 수 있는 상황을 막습니다. 반면, Outbox 패턴은 결제 승인 이벤트가 DB에 저장되기 전에 먼저 메시지를 큐에 보냄으로써, 결제 처리가 실패하거나 지연되어도 주문 상태가 일관되게 유지되도록 합니다. 특히, 결제 승인 콜백이 오지 않았을 때, 주문 서비스는 결제 완료를 기다리지 않고도 정산 처리를 완료하지 않도록 하여, 주문 상태가 ‘결제 완료’로 잘못 갱신되는 실패 케이스를 방지합니다. 예를 들어, 결제 승인 콜백이 10분 지연된 경우에도, 주문 서비스는 Outbox를 통해 결제 이벤트를 큐에 저장하고, 콜백이 오면 그것을 처리함으로써 중복 주문과 상태 오류를 모두 방지합니다.", "answer_rewrite": "결제 승인 콜백 지연 시 중복 주문이 발생하는 문제를 해결하기 위해, 멱등 키와 Outbox 패턴을 함께 적용했습니다. 먼저, 멱등 키를 사용해 주문 요청의 고유 식별자(예: order_id)를 DB에 기록하고, 동일한 주문이 두 번 이상 생성되지 않도록 했습니다. 이는 결제 승인 콜백이 지연되더라도, 이미 처리된 주문은 중복 생성되지 않도록 보장합니다. 또한, Outbox 패턴을 통해 결제 승인 이벤트를 Kafka에 먼저 저장하고, 콜백이 오면 그 이벤트를 처리하는 방식으로, 결제 처리가 실패하거나 지연되더라도 주문 상태가 ‘결제 완료’로 잘못 갱신되지 않도록 했습니다. 예를 들어, 결제 승인 콜백이 10분 지연된 경우에도, 주문 서비스는 결제 이벤트를 큐에 저장하고, 콜백이 오면 이를 처리함으로써 중복 주문과 상태 오류를 모두 방지했습니다. 이로 인해, 중복 주문 0건을 달성했고, 주문 상태의 일관성이 유지되었습니다.", "coaching_comment": "무엇이 실패하는지 구체적으로 구분하고, 각 패턴이 어떤 실패 케이스를 막는지 명확히 설명하는 것이 핵심입니다."}, "latency_sec": 41.989, "in_tokens": 1561, "out_tokens": 731} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "coaching:mixed-fanout", "case_id": "c-dont-know-cs", "rep": 7, "ok": true, "coaching": {"model_answer": "PostgreSQL의 MVCC에서 오래 열린 트랜잭션은 xmin horizon을 형성하여, 그 트랜잭션이 종료되기 전까지는 그 트랜잭션의 데이터가 'dead tuple'으로 간주되지 않습니다. 이로 인해 vacuum이 그 트랜잭션의 데이터를 제거하지 못하고, dead tuple이 쌓이게 되며, 이는 테이블의 bloat를 유발할 수 있습니다. 예를 들어, 장기 실행 중인 트랜잭션(예: 대규모 업데이트 또는 DDL 작업)이 종료되지 않으면, 그 트랜잭션의 블록이 계속해서 'active' 상태를 유지하게 되고, 이후 vacuum이 그 블록을 정리하지 못하게 됩니다. 이는 특히 장기 실행 중인 트랜잭션이 많은 환경에서는 테이블 크기 증가와 성능 저하를 초래할 수 있습니다.", "answer_rewrite": "PostgreSQL의 MVCC에서 오래 열린 트랜잭션은 xmin horizon을 형성하여, 그 트랜잭션이 종료되기 전까지는 그 데이터가 'dead tuple'으로 간주되지 않습니다. 이로 인해 vacuum이 해당 트랜잭션의 데이터를 제거하지 못하고, dead tuple이 쌓이게 됩니다. 이는 테이블의 bloat를 유발할 수 있으며, 특히 장기 실행 중인 트랜잭션이 많을 경우 성능 저하를 초래할 수 있습니다. 예를 들어, 대규모 업데이트 작업이 오래 진행되는 경우, 그 트랜잭션의 xmin이 지속적으로 유지되므로, vacuum이 그 데이터를 정리하지 못하고, 테이블이 점차 커지게 됩니다.", "coaching_comment": "오래 열린 트랜잭션의 xmin horizon이 dead tuple 회수를 지연시키는 메커니즘을 구체적으로 설명해야 합니다."}, "latency_sec": 31.154, "in_tokens": 997, "out_tokens": 466} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "coaching:mixed-fanout", "case_id": "c-personality-rambling", "rep": 8, "ok": true, "coaching": {"model_answer": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합이 2주 지연되는 상황이 있었습니다. 당시 저는 OpenAPI 명세를 먼저 작성하고, Mock 서버를 띄워 프론트 팀이 병렬로 개발할 수 있도록 제안했습니다. 이 과정에서 제 방식이 옳다고 고집해 팀원과 감정적 갈등이 생겼고, 이후에는 결정 전에 대안 두 가지를 함께 비교하는 방식으로 접근을 바꾸었습니다. 이 변화 이후, 스프린트 단위 통합 이슈가 3건에서 0건으로 줄어들었고, 팀 내 의사소통의 질이 향상된 것을 확인할 수 있었습니다. 이 경험을 통해 저는 단순히 기술적 해결보다는 협업 프로세스에서의 감정적 리더십이 결과에 더 큰 영향을 미친다는 점을 배웠습니다.", "answer_rewrite": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합이 2주 지연되는 상황이 있었습니다. 저는 OpenAPI 명세를 먼저 작성하고, Mock 서버를 띄워 프론트 팀이 병렬로 개발할 수 있도록 제안했습니다. 하지만 초기에 제 방식이 옳다고 고집해 팀원과 감정적 갈등이 생겼습니다. 이후 저는 결정 전에 대안 두 가지를 함께 비교하고, 팀원들과 함께 논의하는 방식으로 접근을 수정했습니다. 이 변화 이후, 스프린트 단위 통합 이슈가 3건에서 0건으로 줄어들었고, 팀 내 의사소통의 품질과 신뢰도가 향상된 것을 확인할 수 있었습니다.", "coaching_comment": "감정적 갈등이 발생했음을 인정하고, 그 이후에 구체적인 행동 전환(대안 비교)과 그 결과(통합 이슈 0건)를 연결하는 것이 핵심입니다."}, "latency_sec": 39.539, "in_tokens": 1392, "out_tokens": 500} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "coaching:mixed-fanout", "case_id": "c-weak-backend", "rep": 9, "ok": true, "coaching": {"model_answer": "결제 승인 콜백 지연 시 중복 주문이 발생할 수 있는 문제는 두 가지 핵심 실패 케이스를 동시에 막기 위해 멱등 키와 Outbox 패턴을 함께 사용했습니다. 먼저, 멱등 키는 동일한 주문 요청이 여러 번 들어오도록 방지하는 데 사용되며, 결제 승인 콜백이 지연되더라도 주문 서비스가 동일한 주문을 두 번 처리하지 않도록 보장합니다. 예를 들어, 결제 승인 응답이 5분 지연된 경우에도, 주문 테이블에 이미 처리된 주문이 존재하면 그 주문을 무시하여 중복 주문을 방지합니다. 반면, Outbox 패턴은 결제 승인 이후의 이벤트(예: 정산, 배송)를 트랜잭션 경계 내에서 보존하고, 결제 처리 실패 시에도 이벤트가 완전히 손실되지 않도록 합니다. 이는 결제가 실패했을 때라도 주문 상태가 정확히 반영되며, 주문 서비스와 결제 서비스 간의 트랜잭션 불일치를 방지합니다. 예를 들어, 결제 승인 콜백이 도착하지 않아도 주문 상태는 '결제 대기'로 유지되며, 이후 콜백이 도착하면 정상적으로 처리되게 됩니다. 이 두 패턴은 각각 '중복 처리'와 '트랜잭션 불일치'를 막아, 결제 지연 상황에서도 주문 데이터의 일관성과 정확성을 보장합니다.", "answer_rewrite": "결제 승인 콜백 지연 시 중복 주문이 발생할 수 있는 문제를 해결하기 위해, 저는 멱등 키와 Outbox 패턴을 함께 도입했습니다. 먼저, 멱등 키는 주문 요청 시 주문 ID와 결제 승인 시점에 대한 키를 함께 저장해, 동일한 주문이 두 번 처리되지 않도록 했습니다. 예를 들어, 결제 승인 콜백이 지연되더라도, 주문 테이블에 이미 처리된 주문이 존재하면 그 요청은 무시되며, 중복 주문이 발생하지 않습니다. 또한, Outbox 패턴은 결제 승인 후 이벤트(예: 정산 요청)를 트랜잭션 경계 내에서 저장하고, 결제가 실패했을 경우에도 이벤트가 손실되지 않도록 했습니다. 이는 결제 처리 실패 시에도 주문 상태가 정확히 반영되며, 주문 서비스와 결제 서비스 간의 데이터 불일치를 방지합니다. 예를 들어, 결제가 실패했을 때 주문 상태는 '결제 실패'로 유지되고, 이후 콜백이 도착하면 정상적으로 처리되게 됩니다. 이 두 패턴은 각각 중복 주문과 트랜잭션 불일치를 막아, 결제 지연 상황에서도 주문 데이터의 일관성을 유지했습니다.", "coaching_comment": "중복 주문과 트랜잭션 불일치를 구체적인 실패 사례로 구분하고, 각 패턴이 어떻게 그 실패를 막는지를 명확히 설명해야 합니다."}, "latency_sec": 32.117, "in_tokens": 1561, "out_tokens": 791} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "coaching:mixed-fanout", "case_id": "c-dont-know-cs", "rep": 10, "ok": true, "coaching": {"model_answer": "PostgreSQL의 MVCC에서 오래 열린 트랜잭션이 vacuum에 미치는 영향은 주로 xmin horizon과 관련이 있습니다. MVCC는 트랜잭션의 독립성을 보장하기 위해 각 트랜잭션에 대해 xmin 값을 부여하고, 트랜잭션이 종료될 때까지 해당 값이 유지됩니다. 만약 오래된 트랜잭션이 계속 열려 있다면, 그 트랜잭션의 xmin 값이 vacuum의 'xmin horizon'을 뒤로 밀어냅니다. 이로 인해 vacuum이 그 전에 생성된 'dead tuple'을 제거하지 못하고, 이로 인해 dead tuple이 쌓이게 되며, 이는 테이블의 bloat를 유발합니다. 예를 들어, 특정 테이블에 오래된 트랜잭션이 계속 존재하면, vacuum이 그 트랜잭션의 끝을 기다려야 하므로, dead tuple 회수 지연이 발생하고, 결국 데이터 파일의 크기가 커지게 됩니다. 따라서, 장기적으로는 이 현상이 성능 저하와 디스크 사용량 증가로 이어질 수 있습니다.", "answer_rewrite": "PostgreSQL의 MVCC에서 오래 열린 트랜잭션은 vacuum의 xmin horizon을 뒤로 밀어냅니다. 이로 인해 vacuum은 그 전에 생성된 dead tuple을 제거하지 못하고, dead tuple이 쌓이게 됩니다. 이는 테이블의 bloat를 유발하며, 성능 저하와 디스크 사용량 증가를 초래할 수 있습니다. 예를 들어, 특정 테이블에 오래된 트랜잭션이 계속 존재하면, vacuum이 그 트랜잭션의 종료를 기다려야 하므로, 회수 지연이 발생합니다. 이 문제는 특히 장기적으로 데이터를 유지하는 시스템에서 중요합니다.", "coaching_comment": "오래된 트랜잭션의 xmin이 vacuum의 horizon을 뒤로 밀어내는 메커니즘을 명확히 설명하는 것이 핵심입니다."}, "latency_sec": 20.477, "in_tokens": 997, "out_tokens": 497} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "coaching:mixed-fanout", "case_id": "c-personality-rambling", "rep": 11, "ok": true, "coaching": {"model_answer": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합이 2주 지연되는 상황이 있었습니다. 그때 저는 OpenAPI 명세를 먼저 작성하고, Mock 서버를 띄워 프론트 팀이 병렬로 개발할 수 있도록 제안했습니다. 이 과정에서 팀원들이 제 방식을 옳다고 고집해 감정이 상하는 상황이 발생했고, 이후 저는 결정 전에 대안 두 가지를 함께 비교하는 방식으로 접근을 바꾸었습니다. 이 변화 이후 스프린트 단위 통합 이슈가 3건에서 0건으로 줄어들었고, 팀 내 의사소통의 질이 향상되어 협업 효율이 높아졌습니다. 이 경험을 통해 저는 단순한 정답을 찾는 것이 아니라, 다름을 존중하고 함께 탐색하는 것이 협업에서 더 큰 성과를 낳는다는 것을 배웠습니다.", "answer_rewrite": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합이 2주 지연되는 상황이 있었습니다. 저는 OpenAPI 명세를 먼저 작성하고, Mock 서버를 띄워 프론트 팀이 병렬로 개발할 수 있도록 제안했습니다. 그러나 초기에 제 방식을 옳다고 강하게 주장해 팀원들의 감정이 상했고, 이후 저는 결정 전에 대안 두 가지를 함께 논의하는 방식으로 접근을 수정했습니다. 이 변화 이후 스프린트 단위 통합 이슈가 3건에서 0건으로 줄어들었고, 팀 내 갈등이 줄어들고 팀워크가 개선되었습니다. 이 경험을 통해 저는 '내 의견'이 아니라 '공동의 해법'을 찾는 것이 협업에서 더 지속 가능한 결과를 낳는다는 것을 배웠습니다.", "coaching_comment": "감정적 반응을 인정하고, 그 이후에 구체적인 행동 전환과 그 결과를 연결하는 것이 핵심입니다."}, "latency_sec": 24.875, "in_tokens": 1392, "out_tokens": 514} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "coaching:mixed-fanout", "case_id": "c-weak-backend", "rep": 12, "ok": true, "coaching": {"model_answer": "결제 승인 콜백 지연 시 중복 주문이 발생하는 문제는 두 가지 핵심 실패 케이스를 동시에 해결해야 합니다. 먼저, 멱등 키는 동일한 주문 요청이 중복으로 처리되지 않도록 보장합니다. 예를 들어, 결제 승인 콜백이 지연되더라도, 주문 서비스에서 이미 처리된 주문인지 확인하기 위해 주문 ID와 결제 ID를 기반으로 멱등 키를 생성하여 중복 요청을 차단합니다. 이는 결제 승인 후에도 동일한 주문이 두 번 처리되는 경우를 막습니다. 반면, Outbox 패턴은 트랜잭션 경계를 명확히 하여, 주문 생성과 결제 승인 사이의 실패를 방지합니다. 예를 들어, 주문 생성이 성공했지만 결제 승인 콜백이 도착하지 않으면, 결제 상태가 '승인되지 않음'으로 남아야 하며, 이는 Outbox를 통해 주문 상태와 결제 상태를 일관된 트랜잭션 내에서 관리함으로써 보장됩니다. 따라서 멱등 키는 중복 요청을 막고, Outbox는 트랜잭션 완전성과 상태 일관성을 보장합니다.", "answer_rewrite": "결제 승인 콜백 지연 시 중복 주문이 발생하는 문제를 해결하기 위해, 멱등 키와 Outbox 패턴을 함께 적용했습니다. 먼저, 주문 생성 시 주문 ID와 결제 요청 ID를 기반으로 멱등 키를 생성해, 동일한 주문이 두 번 처리되지 않도록 제어했습니다. 이로 인해 결제 콜백이 지연되더라도, 이미 처리된 주문이 다시 생성되지 않도록 했습니다. 또한, 주문 생성과 결제 승인을 트랜잭션 경계 내에서 처리하기 위해 Transactional Outbox 패턴을 도입했습니다. 주문이 성공적으로 생성되었지만 결제 콜백이 도착하지 않으면, 결제 상태를 '승인 대기' 상태로 유지하고, 이후 결제 승인 콜백이 도착하면 이를 기반으로 상태를 업데이트합니다. 이 방식은 결제 실패 시 주문이 완전히 무효화되지 않도록 하고, 주문 서비스와 결제 서비스 간의 상태 불일치를 방지합니다. 결과적으로, 중복 주문은 0건 발생했고, 주문 처리의 일관성과 안정성이 크게 향상되었습니다.", "coaching_comment": "멱등 키와 Outbox 패턴의 역할을 구체적인 실패 케이스로 구분하고, 각각이 막는 문제를 명확히 설명해야 합니다."}, "latency_sec": 23.239, "in_tokens": 1561, "out_tokens": 665} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "coaching:mixed-fanout", "case_id": "c-dont-know-cs", "rep": 13, "ok": true, "coaching": {"model_answer": "PostgreSQL의 MVCC에서 오래 열린 트랜잭션이 vacuum에 영향을 주는 핵심은 xmin horizon의 확장입니다. MVCC는 트랜잭션의 독립성을 보장하기 위해 각 트랜잭션에 대해 xmin 값을 부여하고, 트랜잭션이 종료되기 전까지 해당 트랜잭션의 데이터를 '살아있는' 상태로 유지합니다. 이때 오래된 트랜잭션의 xmin 값이 vacuum이 처리할 수 있는 'dead tuple'의 경계(xmin horizon)를 뒤로 미치게 되면, vacuum은 그 이전에 생성된 dead tuple들을 볼 수 없게 되고, 그 결과 dead tuple이 회수되지 않게 됩니다. 이로 인해 테이블에 블로트(bloat)가 쌓이게 되며, 성능 저하와 저장 공간의 낭비가 발생합니다. 예를 들어, 특정 테이블에 오래된 트랜잭션들이 계속 유지되는 경우, vacuum이 지속적으로 그 테이블의 데이터를 '살아있다'고 판단하여 실제 삭제를 지연하게 되고, 이는 데이터베이스의 전체 크기가 증가하는 주요 원인 중 하나입니다.", "answer_rewrite": "PostgreSQL의 MVCC에서 오래 열린 트랜잭션은 vacuum의 작동을 방해할 수 있습니다. MVCC는 트랜잭션을 시작할 때 xmin 값을 부여하고, 그 트랜잭션이 종료되기 전까지 해당 데이터를 '살아있는' 상태로 유지합니다. 만약 오래된 트랜잭션이 계속 열려 있다면, vacuum은 그 트랜잭션의 xmin 값을 기준으로 'dead tuple'을 판단하고, xmin 값보다 작은 트랜잭션만을 삭제할 수 있습니다. 이로 인해 vacuum이 실제로 삭제할 수 있는 dead tuple의 범위가 줄어들고, 이는 dead tuple 회수 지연을 초래합니다. 이 현상은 특히 테이블이 오래된 데이터를 유지하고 있는 경우에 더 두드러지며, 결과적으로 테이블 bloat가 발생하게 됩니다. 예를 들어, 특정 테이블에 오래된 트랜잭션이 계속 존재할 경우, vacuum이 정기적으로 실행되어도 실제 데이터 삭제가 지연되며, DB의 저장 공간이 점차 증가하게 됩니다.", "coaching_comment": "오래 열린 트랜잭션의 xmin 값이 vacuum의 horizon을 뒤로 미치는 메커니즘을 구체적으로 설명해야 합니다."}, "latency_sec": 27.436, "in_tokens": 997, "out_tokens": 603} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "coaching:mixed-fanout", "case_id": "c-personality-rambling", "rep": 14, "ok": true, "coaching": {"model_answer": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합이 2주 지연되는 상황이 있었습니다. 당시 저는 OpenAPI 명세를 먼저 작성하고, Mock 서버를 띄워 프론트 팀이 병렬로 개발할 수 있도록 제안했습니다. 이 과정에서 팀원이 제 방식을 옳다고 보는 반응을 보였고, 감정적 갈등이 생겼습니다. 이후 저는 결정 전에 대안 두 가지를 함께 비교하는 방식으로 접근을 바꾸고, 팀원들과의 소통을 구조화했습니다. 이로 인해 다음 스프린트에서 통합 이슈가 3건에서 0건으로 줄어들었고, 팀 내 의사결정의 효율성과 신뢰도가 향상되었습니다. 이 경험을 통해 저는 단순한 소통보다는 구조화된 협업 프로세스가 갈등을 줄이고 결과를 개선시킨다는 점을 배웠습니다.", "answer_rewrite": "캡스톤 프로젝트에서 프론트엔드 팀원과 API 스펙 해석이 달라 통합이 2주 지연되는 상황이 있었습니다. 저는 OpenAPI 명세를 먼저 작성하고, Mock 서버를 띄워 프론트 팀이 병렬로 개발할 수 있도록 제안했습니다. 그러나 이 방식에 대해 팀원이 반발하며 감정적 갈등이 생겼습니다. 그 후 저는 결정 전에 대안 두 가지를 함께 검토하고, 팀원들과의 피드백을 구조화한 방식으로 접근을 바꾸었습니다. 이 변화 이후, 다음 스프린트에서 통합 이슈가 3건에서 0건으로 줄었고, 팀 내 의사결정의 투명성과 신뢰도가 향상되었습니다. 이 경험을 통해 저는 단순한 소통보다는 협업 프로세스의 구조화가 갈등을 예방하고 결과를 개선시킨다는 점을 실감했습니다.", "coaching_comment": "갈등이 발생했음을 인정하고, 그 후 구체적인 행동 변화와 그 결과를 연결하는 것이 핵심입니다."}, "latency_sec": 21.398, "in_tokens": 1392, "out_tokens": 542} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:mixed-followup", "case_id": "f-strong-backend", "rep": 0, "ok": true, "followup_question": "결제 키에 유니크 제약을 걸어 두 번째 요청을 기존 주문을 돌려주는 방식이 실제로 어떤 구현 세부사항을 포함했나요? 예를 들어, 키의 구조나 데이터 타입, 그리고 오류 처리 로직이 어떻게 되었나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 4.0, "logic": 5.0, "structure": "PARTIAL_STAR", "correctness": 5.0}, "latency_sec": 43.721, "ttft_sec": 38.934, "in_tokens": 1708, "out_tokens": 116} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:mixed-followup", "case_id": "f-weak-vague", "rep": 1, "ok": true, "followup_question": "멱등 키와 Outbox 패턴을 함께 쓴 이유 중, 예를 들어 결제 승인 콜백 지연 시 중복 주문이 발생할 수 있는 실패 케이스를 막는 데 어떤 역할을 했나요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 3.0, "structure": "NONE", "correctness": null}, "latency_sec": 48.852, "ttft_sec": 43.39, "in_tokens": 1535, "out_tokens": 108} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:mixed-followup", "case_id": "f-dont-know-explicit", "rep": 2, "ok": true, "followup_question": "PostgreSQL의 MVCC에서 오래 열린 트랜잭션이 vacuum에 어떤 영향을 주는지 잘 모르겠습니다. 그 부분을 좀 더 구체적으로 설명해 주실 수 있나요?", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 45.86, "ttft_sec": null, "in_tokens": 1475, "out_tokens": 89} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:mixed-followup", "case_id": "f-dont-know-stt", "rep": 3, "ok": true, "followup_question": "React 18의 automatic batching이 비동기 콜백(예: setTimeout 또는 Promise) 내부 업데이트를 포함하여 배칭한다는 점을 설명해 주세요.", "answer_intent": "DONT_KNOW", "answer_evaluation": {"specificity": 1.0, "logic": 1.0, "structure": "NONE", "correctness": null}, "latency_sec": 43.105, "ttft_sec": null, "in_tokens": 1478, "out_tokens": 85} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:mixed-followup", "case_id": "f-clarification", "rep": 4, "ok": true, "followup_question": "HPA 기준을 CPU 70%로 설정하고, 트래픽 피크에 사전 스케일아웃을 병행하는 데서 어떤 메트릭을 기반으로 했는지, 그리고 그 메트릭 수집과 파드 기동 시간이 얼마나 걸렸는지 좀 더 구체적으로 말씀해 주실 수 있나요?", "answer_intent": "CLARIFICATION", "answer_evaluation": {"specificity": 2.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 51.516, "ttft_sec": 44.345, "in_tokens": 1508, "out_tokens": 127} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "followup:mixed-followup", "case_id": "f-confirm-short", "rep": 5, "ok": true, "followup_question": "그럼 outbox 릴레이가 별도 프로세스로 폴링하신 건가요?", "answer_intent": "NORMAL", "answer_evaluation": {"specificity": 2.0, "logic": 2.0, "structure": "NONE", "correctness": null}, "latency_sec": 48.023, "ttft_sec": 42.846, "in_tokens": 1504, "out_tokens": 68} +{"label": "lcpp-qwen3-4b-np4-q8kv", "suite": "mixed_summary", "ok": true, "fanout_wall_sec": 113.29, "coaching_success": 15, "followup_latency_p50": 45.86, "followup_latency_max": 51.52, "followup_ttft_p50": 43.39} diff --git a/docs/research/local-llm-deep-dive-2026-09/data/raw/load-ollama-default-INVALID-cpu-fallback.jsonl b/docs/research/local-llm-deep-dive-2026-09/data/raw/load-ollama-default-INVALID-cpu-fallback.jsonl new file mode 100644 index 00000000..e69de29b diff --git a/docs/research/local-llm-deep-dive-2026-09/local-llm-deep-dive.md b/docs/research/local-llm-deep-dive-2026-09/local-llm-deep-dive.md new file mode 100644 index 00000000..2a19a772 --- /dev/null +++ b/docs/research/local-llm-deep-dive-2026-09/local-llm-deep-dive.md @@ -0,0 +1,380 @@ +# 로컬 LLM 전환 심층 조사 — 리서치 및 실험 리포트 + +| 항목 | 내용 | +|---|---| +| 실험일 | 2026-09-17 (19:00~22:30 KST) | +| 목적 | 1차 비교 실험의 "로컬 LLM 비권장" 결론이 **설정·서빙 스택·모델 선택의 한계**였는지, **하드웨어 자체의 한계**였는지 가려내고, 로컬로 가려면 무엇이 필요한지 정리 | +| 선행 문서 | [`../llm-provider-evaluation-2026-09.md`](../llm-provider-evaluation-2026-09.md) (결정용 요약), `../llm-eval-2026-09/experiment-report.md` (1차 실험 리포트) | +| 실험 도구 | [`ai/scripts/llm_eval/`](../../../ai/scripts/llm_eval/README.md) — 이번에 `load_test.py`(동시 사용자 부하), `run_eval.py --constrain-json`(JSON 스키마 강제) 추가 | +| 원시 데이터 | [`data/`](./data/) — 모델별 원시 출력, 자동 지표, 블라인드 판정, GPU 원격 측정 5,260건, 적재 로그 | + +--- + +## 0. 결론 + +1. **현재 서버(GTX 1660 Ti 6GB)로 Gemini 를 대체하는 것은 불가능하다. 원인은 설정이 아니라 하드웨어다.** + 프롬프트 처리 속도가 어떤 설정·서빙 스택에서도 **초당 약 240토큰**에 묶였다. 병렬 슬롯을 켜도 동시 4명 기준 처리량은 18.4 → 21.4 요청/분(+16%)에 그쳤고, 부하 구간의 39%가 80W 전력 상한에 걸렸다. +2. **로컬 품질은 모델 크기에 따라 갈린다.** 이 서버 GPU 에 올라가는 4B급 이하 모델은 블라인드 품질(Claude 판정) 꼬리질문 최고 3.0점, 코칭 최고 3.0점으로 Gemini Flash-Lite(4.1점, 4.0점)에 못 미친다. 반면 **Gemma 4 26B-A4B 는 3비트로 깎은 상태에서도** 꼬리질문 3.7, 질문 풀 4.2, 코칭 4.3점으로 Gemini 에 근접하거나 같았다. +3. **따라서 "로컬 LLM" 은 GPU 를 바꾸는 결정이다.** 24~32GB GPU(중고 RTX 3090 ~₩1.0~1.35M, RTX 5090 ~₩5.5M)에서 Gemma 4 26B-A4B 를 4비트 이상으로 돌리는 구성이 품질·속도 모두 현실적인 후보다. 다만 현재 사용량(누적 세션 95건)에서는 **비용상 이득이 없고**(자체 서버가 싸지는 지점: 월 약 2,400~5,500 세션), 게이트웨이는 무료다. +4. **당장 할 수 있는 것**: (a) 구매 전 GPU 를 몇 시간 임대해 같은 하네스로 Gemma 4 26B-A4B 를 실측, (b) 공유 Ollama 의 **GPU 끊김(무경고 CPU 폴백) 대책** 적용, (c) 게이트웨이 장애 대비 폴백이 필요하면 현 서버에 Gemma 4 E2B 를 전용 llama.cpp 컨테이너로 두되 **동시 1~2명까지만** 쓰는 제한적 모드로. + +--- + +## 1. 1차 실험의 결론을 흔들 수 있었던 변수 + +| 1차 실험 조건 | 의심 | 이번에 검증한 방법 | +|---|---|---| +| Ollama 0.20.7 기본값(요청 직렬 처리) | 병렬 설정이면 동시성이 살아날 수 있다 | llama.cpp 최신 서버로 1슬롯 vs 4슬롯, 동시 1/2/4/8명 부하 | +| 5개월 전 Ollama | 최신 서빙이면 깨졌던 모델(Kanana-2, Gemma 4)이 동작할 수 있다 | 최신 llama.cpp 로 Kanana-2-3B·Mi:dm·Gemma 4 E2B/E4B 재평가 | +| 6GB 에 들어가는 소형 모델만 평가 | 더 큰 모델은 품질이 충분할 수 있다 | MoE 모델을 GPU+CPU 로 나눠 실행해 품질 하한선 측정 (Gemma 4 26B-A4B, Qwen3.6-35B-A3B, gpt-oss-20b, Kanana-2-30B) | +| 형식 오류(JSON 파싱 실패) | 출력 형식을 강제하면 해결될 수 있다 | JSON 스키마 강제 디코딩 | +| 느린 응답 | 설정 문제일 수 있다 | 플래시 어텐션·배치 크기·KV 캐시 양자화별 속도 측정, Ollama 와 비교 | +| GPU 간헐 끊김 | 원인 불명 | 리서치 + 재발 시각 기록 | + +--- + +## 2. 리서치 요약 + +### 2.1 서빙·최적화 + +- **Ollama 최신은 v0.34.1(2026-09-14).** 서버의 0.20.7 은 5개월 전 버전이다. v0.30 부터 내부 엔진이 llama.cpp `llama-server` 로 바뀌었고 `OLLAMA_NUM_PARALLEL` 을 켜면 요청을 한 번의 연산으로 묶어 처리한다. 기본값 1 은 완전 직렬이다. +- **llama.cpp 병렬 슬롯**: `-np N`(슬롯 수), 연속 배칭 기본 켜짐, `-c` 는 전체 문맥을 슬롯 수로 나눈다. KV 캐시 `q8_0` 양자화로 메모리 절반. 동급 이상 GPU(RTX 3060) 공개 벤치마크에서 3.8B 모델 생성 처리량이 1→8 병렬에서 108→276 tok/s 로 늘었다. +- **최소 지원 버전**: Kanana-2 는 2026-02 이후 llama.cpp, Gemma 4 `-qat` 태그는 Ollama 0.30.6 이상, Qwen3.5 는 0.17.4 이상. +- **MoE CPU 오프로드**: `--n-cpu-moe N` 으로 전문가(expert) 가중치만 CPU 에 두고 어텐션은 GPU 에 둔다. 6GB + RAM ~11GB 에서는 파일 크기 12GB 이하(2~3비트)만 현실적이며, 생성 8~18 tok/s·프롬프트 300~800 tok/s 로 추정됐다. +- **JSON 스키마 강제**: llama.cpp `response_format.json_schema`·GBNF 지원. `$ref` 포함 스키마는 조용히 무시되는 알려진 이슈가 있어 서버 측 검증이 여전히 필요하다. + +### 2.2 GPU 끊김 원인 + +- **알려진 NVIDIA Container Toolkit 문제**: runc + systemd cgroup 드라이버 환경에서 `systemctl daemon-reload` 가 일어나면 실행 중인 컨테이너의 GPU 장치 접근이 사라진다. 증상은 `failed to initialize CUDA` 또는 NVML 오류이며 Ollama 는 **오류 없이 CPU 로 폴백**한다. 서버 설정(toolkit 1.19.0, runc)이 해당 조건이다. +- `docker compose up --build` 자체가 daemon-reload 를 부르는지는 확인되지 않았다(미확정). 패키지 설치·자동 업데이트도 흔한 트리거다. +- **대책**(모두 sudo 필요): cgroupfs 드라이버 전환, compose 에 `/dev/nvidia*` 장치 명시, `nvidia-ctk system create-dev-char-symlinks`, CDI 모드. **감지**: `nvidia-smi -L` 헬스체크, Ollama `/api/ps` 의 `size_vram < size` 경보, 컨테이너 재시작으로 복구. + +### 2.3 하드웨어·호스팅·비용 + +**한국어가 강한 중형 오픈 모델** (상업 사용 가능 여부 포함) + +| 모델 | 총/활성 파라미터 | 라이선스 | 한국어 근거 | 4비트 가중치 | +|---|---|---|---|---| +| Gemma 4 31B | 31B / 31B | Apache-2.0 | 1차 블라인드 실험에서 Gemini 동급 | 17.5~20.5GB | +| **Gemma 4 26B-A4B** | 26B / 3.8B | Apache-2.0 | 이번 실험 3비트에서도 Gemini 근접 | 14.4~17.2GB | +| Qwen3.6-35B-A3B | 35B / 3B | Apache-2.0 | 공개 한국어 점수 없음 | ~20~22GB | +| Kanana-2-30B-A3B | 30B / 3B | Kanana License (월 사용자 1천만 미만 자사 서비스 허용, "Powered by Kanana" 표기) | KMMLU 68.3, KoMT-Bench 8.21 | ~17~19GB | +| HyperCLOVA X SEED Think 32B | 32B | 월 사용자 1천만 미만 상업 허용(네이버 경쟁 서비스 불가) | KMMLU 71.3 | ~20GB | +| EXAONE 4.0/4.5 32~33B | 32~33B | **비상업** | KMMLU 75.2 | ~20GB | +| gpt-oss-20b | 21B / 3.6B | Apache-2.0 | Korean MMMLU 77.6 | ~13GB | + +**GPU 와 기대 성능** (공개 벤치마크, 엔진·양자화가 서로 달라 참고용) + +| GPU | 가격 (2026-09) | 30B MoE (3~4B 활성) | 31~32B dense | +|---|---|---|---| +| RTX 3090 24GB 중고 | ₩0.95~1.35M (미확정) | Gemma 4 26B-A4B Q4: 64~128 tok/s | Gemma 4 31B Q4: 30~34 tok/s | +| RTX 5090 32GB | ₩5.5M(현금)/₩6.5M(카드) | Qwen3-30B-A3B: 1명 TTFT 0.17s·192 tok/s, 4명 TTFT 0.75s | ~50~60 tok/s (추정) | +| RTX PRO 6000 96GB | $13,250~16,000 | 30B MoE 고동시성에서 5090 4장보다 빠름 | Gemma 4 31B NVFP4: 1명 TTFT 0.11s, 4명 ~1s | +| 클라우드 임대 | RunPod 3090 $0.22~0.50/h, 4090 $0.34~0.74/h, 5090 $0.69~0.99/h | — | — | + +서버리스(사용 시에만 과금)는 콜드스타트 60~120초(스냅샷 사용 시 7~15초)로 꼬리질문 1~2초 목표와 맞지 않는다. + +**월 비용 비교** (세션당 입력 48k·출력 9k 토큰, 자체 서버는 36개월 감가 + 전기료, 인건비 제외) + +| 월 세션 | 300 | 3,000 | 30,000 | +|---|---|---|---| +| Gemini Flash-Lite 유료 | $11 | $111 | $1,107 | +| Gemini Flash-Lite + Pro 혼합 유료 | $36 | $360 | $3,600 | +| Qwen3.8-Flash API | $3 | $32 | $315 | +| gpt-oss-120b API (DeepInfra) | $2 | $19 | $194 | +| 중고 3090 서버 구매 | $90 | $90 | 용량 부족 | +| 5090 서버 구매 | $205 | $205 | $410~560 (2장 또는 PRO 6000) | +| 5090 상시 임대 (RunPod) | $504 | $504 | $1,000~1,500 | +| **학교 게이트웨이 (현재)** | **$0** | **$0** | **$0** | + +- 자체 서버가 Gemini Flash-Lite 유료보다 싸지는 지점: 중고 3090 월 ~2,400 세션, 5090 월 ~5,500 세션. Pro 혼합 대비 ~1,700 세션. +- 저가 오픈 모델 API 대비로는 월 ~8,600~32,000 세션이 되어야 자체 서버가 싸다. + +**정부·대학 GPU 지원**: NIPA 고성능 컴퓨팅 지원(GPU 트랙은 중소기업만, 2026년 모집 마감), KISTI 국가슈퍼컴퓨터 6호기(2026-09-28~10-16 신청, 연구용), NIPA 첨단 GPU(학습용 대규모). 모두 기간 한정 연구·개발용이라 **상시 운영 서비스용으로는 맞지 않는다.** + +--- + +## 3. 실험 설계 + +### 3.1 환경 + +| 항목 | 값 | +|---|---| +| GPU | GTX 1660 Ti 6GB (노트북용, 80W 전력 상한, Turing) | +| 서빙 | `ghcr.io/ggml-org/llama.cpp:server-cuda` (2026-09-17 빌드). 공유 Ollama 는 건드리지 않고 **별도 테스트 컨테이너**(메모리 상한 6~11GB)로 실행 | +| 모델 파일 | Ollama 저장소 GGUF 재사용 + Hugging Face 에서 unsloth·ggml-org GGUF 다운로드 | +| 원격 측정 | `nvidia-smi` 2초 간격 5,260건 (온도·전력·사용률·스로틀 원인) | + +### 3.2 실험 목록 + +| ID | 실험 | 측정 | +|---|---|---| +| X0 | 동시성 기준선: Gemini 게이트웨이 | 동시 1/2/4/8명 꼬리질문 각 16건 + 코칭 15건×동시 5 도중 꼬리질문 6건 | +| X1 | llama.cpp Qwen3 4B, 1슬롯 vs 4슬롯(KV q8) | X0 과 동일 | +| X1b | 프롬프트 처리·생성 속도 분리 측정 | 2.5k 토큰 프롬프트, 플래시 어텐션 on/off, 배치 크기, KV f16/q8, Ollama 비교 | +| X2 | 최신 서빙 재평가: JSON 스키마 강제(Qwen3 4B), Kanana-2-3B, Mi:dm 2.0 Mini, Gemma 4 E2B/E4B | 1차 실험과 같은 케이스·자동 지표 (꼬리질문·코칭 2회, 질문 풀 2회) | +| X3 | MoE CPU 오프로드 품질 하한선: Gemma 4 26B-A4B(IQ3_S), Qwen3.6-35B-A3B(Q2_K_XL), gpt-oss-20b(MXFP4), Kanana-2-30B(Q2_K 재양자화) | 같은 케이스 1회 + 속도 | +| X4 | Gemma 4 E2B/E4B 동시성 | X0 과 동일 | +| J | 블라인드 판정 | 새 모델 7종 + 기준 4종(Gemini Flash-Lite, Gemini Pro, Gemma 4 31B, 1차 Qwen3 4B)을 한 프롬프트에 익명 섞어 Gemini 3.1 Pro·Claude Opus 5 가 채점, 44건 | + +무효 처리한 측정: +- 공유 Ollama 기본값 부하 기준선: 실행 도중 GPU 끊김으로 **CPU 에서 돌아** 무효(`data/raw/*-INVALID-cpu-fallback.jsonl`). +- Kanana-2-30B: Q4 파일을 2비트로 재양자화한 결과 **의미 없는 문자열 반복**으로 품질 측정 불가, 중단(`*-INVALID-broken-requant.jsonl`). + +--- + +## 4. 결과 + +### 4.1 GPU 처리 한계 — 설정으로는 안 바뀐다 + +2.5k 토큰 한국어 프롬프트, Qwen3 4B Q4_K_M, 슬롯 1개. + +| 설정 | 프롬프트 처리 (tok/s) | 생성 (tok/s) | +|---|---|---| +| llama.cpp, 플래시 어텐션 on | 246 / 238 | 60 / 59 | +| llama.cpp, 플래시 어텐션 off | 226 / 218 | 23 / 44 | +| llama.cpp, 마이크로배치 1024 | 245 / 246 | 59 / 60 | +| llama.cpp, 마이크로배치 256 | 241 / 235 | 59 / 60 | +| Ollama 0.20.7 (공유) | 239 | 55 | + +- **모든 설정에서 프롬프트 처리가 ~240 tok/s** 로 같았다. 운영 꼬리질문 입력 중 캐시되지 않는 고유 부분(답변·대화 이력·검색 문맥, 추정 700~1,500 토큰)만으로 3~6초, 질문 풀(3~5k 토큰)은 12~20초가 프롬프트 읽기에 든다. +- 병렬 처리 시 요청당 프롬프트 처리는 150 tok/s 안팎으로 떨어지고, 생성은 4병렬에서 요청당 8~27 tok/s 로 나뉜다. **총 처리량은 1병렬 19.6 → 4병렬 22.6 tok/s(프롬프트 포함)** 로 거의 늘지 않았다. +- 원격 측정: 부하 구간(40W 이상) 2,324건 중 **907건(39%)이 80W 소프트웨어 전력 상한**에 걸렸다. 최고 75°C, 온도 스로틀은 없었다. + +### 4.2 동시성 + +**꼬리질문 총지연 중간값 (동시 사용자 수별, 각 16건)** + +| 동시 요청 | Gemini Flash-Lite (게이트웨이) | Gemma 4 E2B (4슬롯) | Gemma 4 E4B (4슬롯) | Qwen3 4B (4슬롯) | Qwen3 4B (1슬롯) | +|---|---|---|---|---|---| +| 1 | 1.71s | 1.60s | 2.83s | 3.08s | 2.96s | +| 2 | 1.70s | 3.37s | 6.22s | 6.67s | 5.80s | +| 4 | 1.75s | 5.43s | 10.90s | 11.59s | 13.16s | +| 8 | 1.75s | 10.02s | 18.04s | 23.77s | 26.38s | +| 처리량 (요청/분, 동시 8) | 252.0 | 47.0 | 24.5 | 18.1 | 18.6 | +| 10초 초과 (동시 8, 16건 중) | 0 | 8 | 13 | 16 | 13 | + +**첫 질문 토큰까지(TTFT) 중간값** + +| 동시 요청 | Gemini | Gemma 4 E2B | Gemma 4 E4B | Qwen3 4B 4슬롯 | Qwen3 4B 1슬롯 | +|---|---|---|---|---|---| +| 1 | 1.34s | 0.89s | 1.64s | 1.62s | 1.59s | +| 4 | 1.35s | 1.63s | 3.40s | 3.75s | 11.94s | +| 8 | 1.31s | 7.25s | 13.97s | 15.89s | 25.45s | + +**피드백 생성(코칭 15건×동시 5) 도중 다른 사용자의 꼬리질문 6건** + +| 서빙 | 코칭 15건 총시간 | 꼬리질문 지연 중간값 | 최대 | +|---|---|---|---| +| Gemini Flash-Lite | 10.6s | **1.55s** | 1.71s | +| Gemma 4 E2B (4슬롯) | 65.1s | 23.9s | 26.2s | +| Qwen3 4B (4슬롯) | 113.3s | 45.9s | 51.5s | +| Gemma 4 E4B (4슬롯) | 117.3s | 46.8s | 50.2s | +| Qwen3 4B (1슬롯) | 205.3s | 69.6s | 72.9s | + +- **병렬 슬롯은 첫 토큰을 앞당기지만(4명 기준 11.9s → 3.8s) 총지연과 처리량은 거의 그대로다.** GPU 연산이 병목이라 요청을 섞어도 나눠 먹을 뿐이다. +- 가장 가벼운 Gemma 4 E2B 도 한 사람이 피드백을 만드는 동안 다른 사람의 꼬리질문이 **24초** 걸린다. + +### 4.3 블라인드 품질 (overall, 5점 만점) + +판정자 간 ±1점 이내 일치 **93.1%**(204쌍), 평균 절대차 0.59. 1차 실험과 마찬가지로 Gemini 판정자가 Google 계열에 후했으므로 **Claude 점수를 기준으로 본다.** + +| 모델 | 실행 | 꼬리질문 Claude / Gemini | 질문 풀 Claude / Gemini | 코칭 Claude / Gemini | +|---|---|---|---|---| +| Gemini 3.1 Pro (현 Pro) | 게이트웨이 | — | **4.80** / 4.60 | — | +| Gemini 3.5 Flash-Lite (현 Flash) | 게이트웨이 | **4.07** / 4.43 | 4.20 / 4.00 | 4.00 / 4.33 | +| Gemma 4 31B | 게이트웨이 | **4.07** / 4.86 | 4.00 / 4.40 | 4.33 / 5.00 | +| **Gemma 4 26B-A4B (3비트 IQ3_S)** | **로컬, CPU 오프로드** | **3.71** / 3.86 | **4.20** / 3.60 | **4.33** / 4.00 | +| Qwen3.6-35B-A3B (2비트 Q2_K_XL) | 로컬, CPU 오프로드 | 3.14 / 3.00 | 3.75 / 4.25 | 3.00 / 3.33 | +| gpt-oss-20b (MXFP4) | 로컬, CPU 오프로드 | 3.21 / 2.86 | 2.75 / 2.75 | 코칭 전부 실패 | +| Gemma 4 E4B (Q4) | 로컬, GPU | 3.00 / 2.79 | 3.20 / 3.80 | 3.00 / 3.33 | +| Gemma 4 E2B (Q4) | 로컬, GPU | 2.86 / 2.50 | 2.80 / 2.60 | 2.67 / 3.67 | +| Qwen3 4B Instruct (1차, Ollama) | 로컬, GPU | 2.36 / 2.43 | 2.80 / 2.80 | 2.00 / 3.00 | +| Qwen3 4B + JSON 스키마 강제 | 로컬, GPU | — | 2.40 / 2.40 | 2.00 / 2.67 | +| Kanana-2-3B (Q4) | 로컬, GPU | 1.29 / 1.21 | 1.00 / 1.00 | 1.00 / 1.00 | + +**꼬리질문 세부 축 (Claude)** + +| 모델 | relevance | depth | language | +|---|---|---|---| +| Gemini Flash-Lite | 4.57 | 3.71 | 4.43 | +| Gemma 4 31B | 4.50 | 3.93 | 4.57 | +| Gemma 4 26B-A4B (3비트) | 4.14 | 3.57 | 4.43 | +| Qwen3.6-35B-A3B (2비트) | 3.36 | 3.00 | 4.07 | +| gpt-oss-20b | 3.50 | 2.86 | 4.21 | +| Gemma 4 E4B | 3.57 | 2.93 | 3.71 | +| Gemma 4 E2B | 3.21 | 2.64 | 3.79 | +| Qwen3 4B | 2.86 | 2.29 | 3.07 | +| Kanana-2-3B | 1.57 | 1.29 | 2.79 | + +판정자가 지적한 대표 문제: +- **Gemma 4 E2B/E4B**: 재설명 요청에 원 질문을 표현만 바꿔 반복, 이미 답한 내용 재질문. 코칭 리라이트가 "모르겠다"고 한 지원자를 완벽히 아는 것처럼 꾸밈. +- **Gemma 4 26B-A4B**: 재설명을 두 갈래로 잘 풀었으나 문장이 길다는 지적 정도. +- **Qwen3 4B + JSON 강제**: 사실 오류("오래 열린 트랜잭션은 xmin 이 높은 상태를 유지"), 비문 증가. +- **Kanana-2-3B**: 직전 질문을 글자 그대로 반복, "~설명하세요" 명령조, 근거 인용 날조. + +### 4.4 형식 준수·채점 신뢰도 (자동 지표) + +| 모델 | 태그 준수 | 의도 분류 | 점수 라벨 | 사실대조 규칙 | 판별력 (백엔드/인성) | 질문 풀 성공 | 근거 인용 실재 | 코칭 성공 | +|---|---|---|---|---|---|---|---|---| +| Gemini Flash-Lite | 100% | 100% | 100% | 100% | 3.0 / 2.0 | 90% | 100% | 100% | +| Gemma 4 31B (게이트웨이) | 100% | 100% | 100% | 100% | 3.0 / 3.0 | 100% | 100% | 100% | +| Gemma 4 26B-A4B 3비트 | 100% | 92.9% | **100%** | **100%** | **5.0** / 3.0 | 100% | 100% | 100% | +| Qwen3.6-35B-A3B 2비트 | 100% | 92.9% | 90.9% | 100% | 3.0 / 3.0 | 80% | 100% | 100% | +| gpt-oss-20b | 100% | 100% | 90.9% | 100% | 2.0 / 3.0 | 80% | 100% | **0%** | +| Gemma 4 E4B | 100% | 96.4% | 90.9% | 100% | 3.0 / 3.0 | 100% | 100% | 100% | +| Gemma 4 E2B | 100% | 92.9% | 86.4% | 90.9% | 3.0 / 2.0 | 100% | 100% | 100% | +| Qwen3 4B (1차) | 100% | 100% | 81.8% | 57.6% | 2.0 / 2.0 | 90% | 100% | 100% | +| Qwen3 4B + JSON 강제 | — | — | — | — | — | **100%** | 100% | 100% | +| Kanana-2-3B | 96.4% | 78.6% | 63.6% | 18.2% | 0.0 / 1.0 | 100% | **5.6%** | 50% | +| Mi:dm 2.0 Mini | 28.6% | 14.3% | 9.1% | 72.7% | — | 50% | 88.0% | 16.7% | + +- **gpt-oss-20b 코칭 실패 원인**: llama.cpp 가 `The model produced output that does not match the expected peg-native format` 500 오류를 냈다(3/3). 긴 문맥 질문 풀도 같은 오류. 채팅 템플릿 파서와 모델 출력의 불일치로 보이며 원인은 확인하지 않았다. +- **Mi:dm 2.0 Mini** 는 최신 llama.cpp·내장 템플릿에서도 여전히 대부분을 DONT_KNOW 로 분류해, 서빙 문제가 아닌 모델 특성으로 판단한다. +- **Kanana-2-3B** 는 최신 llama.cpp 에서 1차 실험의 깨진 출력은 해결됐지만, 모름·재설명 인식 실패와 근거 날조로 품질은 최하위다. + +### 4.5 JSON 스키마 강제의 효과 (Qwen3 4B) + +| 지표 | 자유 출력 (1차, Ollama) | JSON 스키마 강제 (llama.cpp) | +|---|---|---| +| 질문 풀 파싱 성공 | 90% | **100%** | +| 긴 문맥 질문 풀 | 2/2 | 2/2 | +| 질문 풀 품질 (Claude) | 2.80 | **2.40** | +| 코칭 수치 날조 | 0% | 11.1% | + +형식 오류는 없어졌지만 **내용 품질은 오히려 떨어졌다.** 소형 모델에서 스키마 강제는 "파싱은 되는데 틀린 내용"을 늘릴 수 있어, 단독 해결책이 아니다. + +### 4.6 중형 MoE 를 이 서버에서 나눠 돌렸을 때 (참고용 속도) + +| 모델 (양자화) | 파일 | GPU + 컨테이너 RAM | 프롬프트 처리 | 생성 | 꼬리질문 중간값 | 질문 풀 중간값 | +|---|---|---|---|---|---|---| +| Gemma 4 26B-A4B (IQ3_S) | 11.3GB | 5.3GB + 6.3GB | 90~181 tok/s | 15~16 tok/s | 7.6s | 64.5s | +| Qwen3.6-35B-A3B (Q2_K_XL) | 12.3GB | 3.9GB + 6.5GB | 131~183 tok/s | 20 tok/s | 6.9s | 51.0s | +| gpt-oss-20b (MXFP4) | 12.1GB | 4.5GB + 5.9GB | 158~178 tok/s | 17 tok/s | 15.6s | 53.0s | + +- 이 서버에서는 운영용으로 느리다(1명 기준 꼬리질문 7~16초). **24GB 이상 GPU 에 전부 올리면** 리서치 벤치마크 기준 26B-A4B 는 생성 64~193 tok/s 로 올라간다. +- 실험 중 호스트 가용 메모리는 11.9~13.1GB 로 유지됐고, 스왑 사용은 3.4 → 4.5GB 로 늘었다(운영 서비스 영향 없음, 사이트 헬스체크 계속 정상). + +### 4.7 GPU 끊김 재발 기록 (Ollama 로그, UTC) + +| 발생 | 직전 배포 | 간격 | +|---|---|---| +| 06:49~06:58 | PR #233 06:48 | 1~10분 | +| 07:32~07:34 | PR #234 07:22 | 10~12분 | +| 10:02 | PR #235 09:47 | 15분 | +| (발생 없음) | PR #232 08:21 | — | + +- 네 번의 배포 중 세 번 뒤에 발생했다. 발생 후 새 컨테이너(`docker run --gpus all`)와 공유 컨테이너의 `nvidia-smi` 는 모두 GPU 를 보았지만, 그 시점의 모델 로드만 CPU 로 떨어졌고 수 분 뒤 재시도하면 복구됐다. +- 리서치의 daemon-reload 가설과 부합하지만 **서버 권한(sudo) 없이 직접 재현·확인하지 못했다.** + +--- + +## 5. 선택지별 평가 + +| 선택지 | 품질 | 꼬리질문 지연·동시성 | 비용 | 운영 리스크 | 판정 | +|---|---|---|---|---|---| +| **A. 현재 게이트웨이 Gemini 유지** | ◎ (4.1~4.8) | ◎ 1.7s, 동시 8명에도 일정 | $0 | 학교 키 지속성 | **유지** | +| B. 현 서버로 운영 대체 (Gemma 4 E2B/E4B, Qwen3 4B) | ✕ (2.4~3.0) | ✕ 피드백 중 24~47s | $0 | GPU 끊김, 공유 GPU, 노트북 전력 상한 | **불가** | +| C. 현 서버를 장애 폴백으로만 (Gemma 4 E2B 전용 컨테이너) | △ (2.9) | △ 1명 1.6s, 4명 5.4s | $0 | GPU 끊김 감지·재시작 필요 | 필요할 때만 제한적으로 | +| **D. 중고 RTX 3090 24GB + Gemma 4 26B-A4B Q4** | ○~◎ (3비트에서 3.7~4.3, Q4 는 이상) | ○ 벤치마크상 64~128 tok/s | ~₩1.0~1.35M (+서버), 월 ~$90 환산 | 중고 신뢰성, 동시성은 vLLM 필요 | **로컬로 간다면 1순위 후보** | +| E. RTX 5090 32GB + Gemma 4 26B-A4B FP8/AWQ | ◎ (추정) | ◎ TTFT 1초 내, 동시 수 명 | ~₩5.5~6.5M, 월 ~$205 환산 | 가격 변동 | 사용량 월 5천 세션 이상일 때 | +| F. GPU 임대 상시 (RunPod 5090) | ◎ (추정) | ◎ | 월 $504 | 월 고정비 | 비권장 (API 보다 비쌈) | +| G. 저가 오픈 모델 API (Qwen3.8-Flash, gpt-oss-120b) | 미측정 | 제공자 의존 | 월 300세션 $2~3 | 외부 의존 | 게이트웨이 대안으로 우선 검토 | + +(◎ 우수 · ○ 양호 · △ 조건부 · ✕ 부적합) + +--- + +## 6. 권고 및 다음 단계 + +1. **운영은 A 유지.** 이번 실험으로 "설정만 바꾸면 현 서버로 된다"는 가능성은 닫혔다. +2. **로컬 전환을 계속 추진한다면 구매 전에 임대로 검증한다.** RunPod 등에서 RTX 3090/4090/5090 을 몇 시간(시간당 $0.22~0.99) 빌려, 이 저장소의 `run_eval.py`·`load_test.py`·`judge.py` 로 **Gemma 4 26B-A4B 를 Q4/FP8 로** 품질·동시성을 실측한다. 기준: 꼬리질문 Claude 판정 3.9 이상, 동시 4명 꼬리질문 3초 이내, 피드백 fan-out 중 꼬리질문 3초 이내. +3. **GPU 끊김 대책을 공유 서버 관리자와 적용한다.** 다른 프로젝트(devlog·devtalk·mcp)도 영향받는다. 최소한 `nvidia-smi -L` 헬스체크와 CPU 폴백 감지 경보. +4. **게이트웨이 장애 폴백이 필요하다면** C 안: 공유 Ollama 가 아닌 전용 llama.cpp 컨테이너에 Gemma 4 E2B, `-np 2`, `num_ctx 8192`, `keep_alive` 상시, 헬스체크 포함. 폴백 중에는 피드백 코칭을 순차·지연 처리하도록 제한. +5. **공유 Ollama 업그레이드(0.20.7 → 0.34.x)** 는 다른 프로젝트와 조율이 필요하다. 이번 실험은 별도 컨테이너로 우회했다. +6. 게이트웨이 대안 비교를 끝내려면 **외부 API 키**(OpenRouter 등)로 Qwen3.8-Flash·gpt-oss-120b 를 같은 하네스로 측정한다. + +--- + +## 7. 한계 + +- **3비트·2비트 품질은 하한선이다.** Gemma 4 26B-A4B·Qwen3.6-35B-A3B 는 원래 4비트 이상으로 쓰는 모델이며, 24GB GPU 에서의 품질은 이보다 높을 것으로 예상하지만 실측하지 않았다. +- 판정은 LLM 판정이며 케이스는 합성 22개다. 상위권 간 0.1~0.3점 차는 오차 범위로 본다. Gemini 판정자의 Google 계열 편향이 이번에도 관찰됐다. +- 중형 MoE 는 반복 1회, 소형은 2회 측정이다. +- 하드웨어 가격·타사 벤치마크 수치는 리서치 인용값으로 엔진·양자화·프롬프트 길이가 우리 조건과 다르다. 한국 중고가·국내 클라우드 가격 일부는 미확정이다. +- GPU 끊김 원인은 리서치 가설과 시각 상관으로만 뒷받침되며 서버 권한 없이 재현하지 못했다. +- Kanana-2-30B 는 4비트 파일만 공개되어 있어 이 서버 메모리에 맞추려 2비트로 재양자화했고, 그 결과가 깨져 품질을 측정하지 못했다. + +--- + +## 8. 서버에 남긴 상태 + +| 항목 | 상태 | +|---|---| +| 테스트 컨테이너 `stackup-llmtest` | 삭제함 | +| llama.cpp 이미지 | `ghcr.io/ggml-org/llama.cpp:server-cuda`(4.35GB), `:full` 남아 있음 | +| 모델 파일 `/home/stackup/llm-models` | Gemma 4 E2B·E4B·26B-A4B, Qwen3.6-35B-A3B, gpt-oss-20b, Kanana-2-30B Q4·Q2 — 약 65GB 남아 있음 (디스크 여유 540GB+) | +| CUDA 커널 캐시 `/home/stackup/nvcache` | 남아 있음 | +| 공유 Ollama | 설정·버전 변경 없음 (1차 실험 때 추가한 모델·네트워크 연결은 그대로) | +| GPU 원격 측정 프로세스 | 종료함 | + +--- + +## 9. 재현 + +```bash +# 테스트 서버 (호스트). 공유 Ollama 모델은 먼저 언로드 +docker run -d --name stackup-llmtest --gpus all --memory 6g --network stackup_default \ + -v /home/stackup/llm-models:/models:ro ghcr.io/ggml-org/llama.cpp:server-cuda \ + -m /models/gemma-4-E2B-it-Q4_K_M.gguf --host 0.0.0.0 --port 8080 --jinja --alias testmodel \ + -ngl 99 --fit off -np 4 -c 32768 -fa on -ctk q8_0 -ctv q8_0 --cache-ram 1024 + +# MoE CPU 오프로드 예시 +docker run -d --name stackup-llmtest --gpus all --memory 11g --network stackup_default \ + -v /home/stackup/llm-models:/models:ro ghcr.io/ggml-org/llama.cpp:server-cuda \ + -m /models/gemma-4-26B-A4B-it-UD-IQ3_S.gguf --host 0.0.0.0 --port 8080 --jinja --alias testmodel \ + -ngl 99 --n-cpu-moe 24 --fit off -np 1 -c 8192 -fa on -b 2048 -ub 2048 -t 6 --cache-ram 0 + +# 평가 (stackup-ai 컨테이너 안, llm_eval 디렉터리) +NOTHINK='{"chat_template_kwargs": {"enable_thinking": false}}' +python run_eval.py --label lcpp-gemma4-e2b --base-url http://stackup-llmtest:8080/v1 --api-key x \ + --model testmodel --reps 2 --question-reps 2 --extra-body "$NOTHINK" --out /tmp/deep/lcpp-gemma4-e2b.jsonl +python run_eval.py --label lcpp-qwen3-4b-jsonschema ... --suites coaching,questions --constrain-json +python load_test.py --label lcpp-gemma4-e2b-np4 --base-url http://stackup-llmtest:8080/v1 --api-key x \ + --model testmodel --extra-body "$NOTHINK" --out /tmp/deep/load-lcpp-gemma4-e2b-np4.jsonl +python analyze.py /tmp/deep/lcpp-*.jsonl > auto-metrics-summary.json +python judge.py --out judge.jsonl /tmp/deep-j/*.jsonl > judge-table.json +``` + +--- + +## 부록. 출력 예시 + +### A.1 이력서와 다른 답변 (f-infra-fact-error) + +지원자: "HPA 는 메모리 50% 를 기준으로 잡았습니다… 피크 대응은 따로 한 건 없고…" (이력서: CPU 70%, CronJob 사전 스케일아웃) + +| 모델 | 꼬리질문 | +|---|---| +| Gemma 4 26B-A4B (3비트) | 이력서에는 트래픽 피크 대비 사전 스케일아웃을 위해 CronJob을 운영했다고 적혀 있는데, 답변하신 내용과 차이가 있네요. 다시 설명해 주시겠어요? | +| Qwen3.6-35B-A3B (2비트) | 메모리 50% 기준의 구체적인 근거와, 사전 스케일아웃을 미적용한 이유를 설명해 주세요. (불일치 놓침) | +| Gemma 4 E4B | HPA 기준을 메모리 50%로 잡으셨다고 했는데, 이 서비스의 메모리 사용량이 다른 리소스 대비 현저히 높다는 근거는 무엇인가요? (불일치 놓침) | +| Gemma 4 E2B | HPA 기준을 메모리 50%로 설정하신 구체적인 근거와, 사전 스케일아웃을 병행하지 않은 이유를 기술적으로 설명해 주시겠어요? (불일치 놓침) | +| Kanana-2-3B | HPA 기준(CPU 50%)과 트래픽 피크 대응(스케일아웃) 설계 방식을 설명하세요. (수치 오기, 명령조) | + +### A.2 좋은 답변 (f-strong-backend) + +| 모델 | 꼬리질문 | +|---|---| +| Gemma 4 26B-A4B (3비트) | 결제 키에 유니크 제약을 걸어 중복을 막는 방식이, 만약 PG사가 동일한 멱등 키가 아닌 매번 새로운 키를 생성해 재전송한다면 대응이 가능할까요? | +| Gemma 4 E4B | 멱등 키가 PG사의 재전송 같은 외부 요청 중복을 막는다면, Outbox 패턴은 어떤 종류의 '내부' 시스템 실패 케이스를 방어하는 것인가요? | +| Gemma 4 E2B | 멱등 키와 Outbox 패턴을 함께 사용하신 구체적인 시나리오와, 각각이 막고자 했던 실패 케이스를 기술적인 관점에서 다시 설명해 주시겠어요? (직전 질문 반복) | +| Kanana-2-3B | 두 가지 패턴을 각각 왜 썼고, 각각이 어떤 실패 케이스를 막는지 구체적으로 설명하세요. (직전 질문 반복) | + +### A.3 재설명 요청 (f-clarification) + +| 모델 | 의도 | 재설명 | +|---|---|---| +| Gemma 4 26B-A4B (3비트) | CLARIFICATION | HPA의 CPU 임계치를 70%로 설정한 이유와, 트래픽 급증 시점에 미리 서버를 늘려둔(사전 스케일아웃) 이유를 각각 나누어 설명해 달라는 의미입니다. | +| Gemma 4 E4B | CLARIFICATION | HPA 기준을 CPU 70%로 잡은 근거와 트래픽 피크 시 사전 스케일아웃을 병행한 이유에 대해 다시 설명해 주시겠어요? (쉬워지지 않음) | +| Kanana-2-3B | NORMAL (오분류) | HPA 기준을 CPU 70%로 잡으신 근거와, 트래픽 피크에 사전 스케일아웃을 병행한 이유를 설명해 주세요. | diff --git a/docs/research/local-llm-deep-dive-2026-09/local-llm-deep-dive.pdf b/docs/research/local-llm-deep-dive-2026-09/local-llm-deep-dive.pdf new file mode 100644 index 0000000000000000000000000000000000000000..dbdcf449e0caeef519eb8adc854e7b59cc7cfb69 GIT binary patch literal 1986328 zcmcG#1#D!^vpr^e&CCpAd(F(u%*?!I95d6J*}G*+l>K@efCoMNCALS(uX_mO;eP)W{j=2%wY$dRp4p z7%{NXGXiue<&2Ci?VN#57CZncJ7-fHz!v~ePyuKHm>3P1*bF#ysQ^Ou_BN&(raxpX zof+6zIOti}zYJw0Rpn%90XCM_rT__3V{70SQPR}N#KzRgNyNetXlu&A#Kug|_|FTV zVq|9IX!+m9RIm(+jzAL^W7DtEs90MXF?>k}u>E3x-T8NzmOwjEBWF_pr6@NuBQrZA z7ZV2)3lk$VCk-Pb#n=0bCkHh7zo+o?!#0w^H-c-{s9bX%2KfZ zd;uuUENx7=85kIxZS5J1ZH!z@OzGGdnHcEQoJ<{^=$Ke+fp*RoPIRKCPS(yqdpaj) zBV%h9dj_)~MqEtBCT4UT#zu^EtUrv5=#03GjOk37*-eePIDas4ae|gydZ*#=n#Eikj$k~YD|C|ae|5Fm?|D=Mr zrH%8~vS1Lm`C7fArp7=MQ&_2=5gNNjFq1XPF^s^E2>b9&Ax93<-Djy?fiep$7GSGxsDr_`2u zAtUx<*mvDOSHN62y^oL_gG!TrrlY?%&kDfL2Xg2=>TziSpN~1bne~!j3)6F9cyrHZ z0l&8Sz^=EqhZEqy&23j#$LHO{2{D#Ofi7-~Mo%lNC`wtx8r!$zRa--{?oe!GR2UhI zVWh26bjSX)?gxZONp3(7X7U=lP%rEtQ#;red5SFBgwRd9%r3_21NWsi9Ss6cFUx8^r~>mkIe zlOA_tw9{Sq8BLKyjg`#;7gQ(~ZEM}7`b|GiQfcN+WYf~SsnFmd)tL92+n2DEVu8Fw zziM_bxnAjA%V4FUK5I|iJ;XDE(+2}?R7#u=R)T4Czy5G`=_do&y6Pk>QOi+;Bd%GH zj0d3%GF?fd@_fm>Xp>oST7k{IxGulfW{#qT2oUQqZO-^f7Sc{=akibw)q`Y#&iAd) z+Bc8T+5^8cE&O_AT2ab#%pZK_x6R53}2=g6kWA~=q-hy&iviMcb; zK|^wf)ze^i61^~|jB2msz?w&dMf4huy?G!#)h4f8g5@n^eC?qsgtcR9)yM;S&pb^555H`-@#ktLjG z%Q7+Nr_7$qGF{g6Z7j9>yaAGoI-7X=M)w)-fZVkM^GNl`;hRTCB`tdDGqEu-+KFlw z_<}B&g8Qz|gDJnyWP^{rTLb@g+Fw|1mIID&b``q9CSIDtUew#AcEsi`GI-2MNlrm~rxPUF0gb&~tfBQp6 zIK&FMq|gKvj{v!}3}WY02LY&Xq(MfA8OH}Bk!?C3$shr|?SqI~JEH2xjNR|58dFOM z27URe6BK+J+1Z_k>HR5_vnj|I))uo2?=1 zYX=iIOh*MV>5qV&!i0{9gYBHQ$$%-pJ`_bmI04 z7oghW%|>T;t6Fbgr{$F|@ZzK|`!evoWh`ChO>gKlQL@#yBe#8~?^XPue?!(TA%6c8 z(0tJ_T0n$Q1z%LC6~^doO1xmGQ*$%Cq!BnouZvd6q64K%WZ24*T;w2BViJ`$>wVO~ zXIWp*YNYIFt!Y=zB9(xu4GEl@c{1yF5=u}UyqUc_p#7qub7Tgb_>`sVcXPVV{3=5<&%g9efc{VW&w2Pv>R=(#1YP@2hmVp1MWeb z%e~t{53+*48~xUf>+&?hWDlcUg!89s`->Cj-2E?V3&`R#5;o!2Kepp~IK(Xxgi8}B zMd9qUKd(Uq$m!TAKM74j78WH@T1H840$_!uDpUikQoq%-sX?Nt5pA5Tu1cW}m7pskWs7Agz36ZaF=(@?Q=CfdALIiq<+~UW1G@2#S+irKLL_@P6c~B{H)IDyb_x^M zo7(9h+8+N@GS9VX#N~P(G5mrZoG>mOiglhBHksgPK@ZFH|Cu{#u6>ae5EN*iBq*dg zjT5pdW$ezvimx;)4MgpXQO>~bpi$f^$D=ea!lSHJ+XTswOk^2D>o{AiRA(KKP}nyE zE}R*w!Zslv20jPzw4NG&B^wbM*e&70yl%^4x2vdV$>~XzVOdFBAv==6PXP2-kgj(9 zkUN42c*1zWbB3DS=qNM2tT)_}g+}S73)mWtfR`y;g1KKTlGOe1WZ855QU$F*n|n5Y z+eIz2VauMq`k@+3akTyErbw&4Jc~_GKavy&QCvYG`qA$K=Swa9#mlpBu@HVY_S8QaPQCF26Wtt2 z#s@rU-;JThtLrU}jx`}W2Q62q6Cp1>MDH-20WN&=+L6^C7eff*=o@kzY{jO2Np5Qz6(d>MiH|=3t@=>NA!>7B7#=T%30Bh}ilt|8^C5 zGNWM~$uO%GfGoYr_jOX9e@DY4!Xzs3+;I z+xe6oW=~$x^<)rL_>8*#3=(!vrQyyYP?2&IAs8@@q#cgboq1iBZuo5UUQ@t36iGBc z4ihCPU(9#8^$jOD@dZg%9?R>0=6fD1mqa^0m#I zqh>$ERBK|tv`|^1k#+4{MFhf<5UuYc!viREl!XZgyK`dKEwxJ0TC_rplh{;3K&~gG z%_pSily@XC9j}HDk?=*ol10CUZnY|ii^hARqI)7&%(6q!H5s;^#5oJ#`HZeKo5E(V z8s52Fs}-sUS~%Sgi%&7Q@biguuLk)|Z%#R@WGShql4#0$Mccxg?^s3k-}`I)(Z-=L zXjF3HsmX`zrvyMpO*HsACqv1~*l3{GOV;^F!I&{xV_a8R$z^Ey4xBx;Qxlk4DV*oY z`xJyS(X|&w!={A_lp+@}1&#|1s&<}~7$|C)_lMef4>YZB0)?ta*=Tb)aH1QT1Sl&L z;Aw1qr-3w%5DLd?A~l*gcY!;!LI&vE)Cp-3a=G*K8izRblUH3HJ<&_ks;J}>WdTL+ zZ#7Ghj26D*)(9)atZMo_+w1~0L=V&{-NV;``ldV3k-jz(g?D}WNT^SCy*W7Q&L*l%j_sBlE(I`}4VPR%_LdY)pX!)Tae}s@A?NhQah1orW?CFjh zd+!G{eB$(}o`306HINS0U24_7;d(9s#rrJvRnfvP>tEj5r8m^YjxO6vdmHbzn|fx! zn_E2Q`Yp@m<<^Q}E;tsH22x^h`{gO;Km6mke?LD2wCCQkxaGyR-?Uyl4R4&1hOQgT zsq_(pF5d~8x~;T^hmfp4d`NR;K%DiJDwy@iKizoY@HYSP;s_iPY+8dtcTH^X`grSk z9V;Dc@5-pMiWZ+V5I9`G4dhkJ5O0KR^L@8CdAT<(*ZwBYEWea(bNFTC z)O>}eGX;B_vMC?EXw03lv7MQ^(q4Twi5E34DnN%HoVquEzw^L^HeR@ps~f`yG7MoHl` zYwioKcyPv2r~)f>oXT-uL@JKTIPdM1Fyb-Xd>wZe1y<&x*$Y*^2?doeg|FChAzS~-z-chmzbkT?i}`0_wfLMb7VL|B8_#pj^_B-GIqLi*`>uk+YkvbrSw)bd1;-j@2mho7nPK{!AqpK1#+HlFPv6UcI(8p5pyu6edzN(6z>p8~4WceAArG|3$!p1&p0Y+{TJ|?pg6xT4`;D z`TQewYIfBz&wO%5XoRXP4O?Xa3=5&QNLsBt$g2=icb6;584=b3FYzTE*8~PloErfl zYM)*9F`ZJw%CN9*V3c4@ZKWG&Hr*pIrqNo=W{wn`iGqGH1ugIbYGa-utSp+wtOHL9 z)+9CCpwL$c$6SNze4uvTa3&wi-Kww_%67v}WF++1z>?pjJiQU2_NP8h9|l8{hE$$E z34hM;Zdg(T3Z0f{!@j(z%*EHmPE;mMjzCb}*OFaAC<1agr6gXgVgH2#RidF_(;I>k zk@%5B+mRxVY$+@W9)(W4Pr=|#L5OF2=WFt6Rh42E4Q&?c3MO1{`}ApQAwdtJD(?`D zoWTYIBCvFsj%$3EX+(RpP-k|bIu6lmh^~*IL|)>@6wgCDxXr$|CNgU36W#KvwO(+sncF1KZWg8AgtX52bBbHv#1pBF2W>b+Ec5H5h z9H4hxmJp4BeZrm??VI@eu1zzRar&k8=R+?#_ zyo%t~vyfAaTW#+(Wq$Ifeuf@mv%2V;6@OR9Jr+fX-n_-~K-aIg5(fBoRk8HM?${twEc)D0pQS$QJw4v_sq>(*oWvq-p7gmUBoIMMU1HHwZm}`x=!{~Y z)E1}}@o=H(v?rBA-K0tJ+!1Hrg)=Y|ki+Is9hF==)PlJ5d+$pQg2wNCfBkA@`#tT< z9o&AM93UC^zU=vZm_7slb}nEo@EBjD|x&akHRYxde%JdiXqSf)d(!B5t1$D5=G>ouXro1Ju+50ZhLH6A!6 zlHHv*AbPQZLC>}8@55{`>RVIP)-CGW-eLtx6@L4MZf73vwTMIm+fJ0`#cVK>P`O=? zQ6Qry;ekfnWUoMyFpMY-5X+j06OXJeOx(t|QI?m}%?Z&p+xDMT6ilsAopotR{?qh; z8l*$&hNMW?u`Y0(^#bzzu*Sv{mp1G;^PN1~?(Axy$Nb3RIf2@+|MzmGV4g2A> zFx*`v$N)vY(}mcCmMQI=Ub-Kzt<;~J=S_t}4fVBAnc3?C;CY+Mf|fHn&LX8k0y(TRTn258@Hk*I^lt`lSTA9Q zJJTT`tz_(>hJM zoL;SaVWY4*FGH3}`36P}(U1%8BWYrWTWNhtFDI94t+AOGGgVhz&daW&eBq}U7{1y$ zM%Qnh<~c68?y=$Fl4R-JALrf9+qU@1I)!m?daxG{^KEDeqVi`d@1d;Jq#LJ-vZLF& zOu#k47Ek;^+=0i%i5Sr(;)y5)Gc(VhW{799*p^E5dcje`U&Ukjm3)&W%6X)>n+wV2@isYd+zJN4^pVM6FLN)I-N z5PHd28|h2NVJ=$UdGAHutHg*<-{UsyKLgbi{T>J(7=EYF_V^DN5llptT~ANET5zS2d!If!SXf zjO}d;WW#^F>V_e|ZM91K5cPciJrj2sW{#)7_P5VGO%YvoHW9pE$Nz=DOXG?-g1x(7 zKGd(u@aHLO_j<^B)$&dCBW@G{{Aq?jfjmV#)3DEn`=#uWl!7vpG&n~-cJ*(+^zASM zG7!U!-cdu`SaIunZ{83I?YhP&q`~5Y>u>oP74P*1tb$8(D88y2O13z+!3X-spYVvM zPFC9&z;KVhl;|WZg=ypsr1PPmZn8nrHR>@b9uhyMsuD+n@V%u2d(u1M<-_5RydqnR z?4*ZFGXy&&8bq=Bi}i!akO~so+NnRnosBd|p z6+(>N@DK65rL}GH4x9nW?s&r=Ew{uWOisYIPmUX{zb*Lkr>#e$8Ar2H7k$&$bQ071 z!>0VOj5u}omyJwx{fB(Y>X=VSHWeG}fp^Z>aRdq=ZO7jBk~uBJ$O8v@yy}t5A>0V* ziqb(1rKtCpm8Vgfw(V55t;9Rvk>tg|;eEVlx?JD!xO;dn7D``5J|osJe3ecS1=bZV ztVv;aZ?e+P0{XN&^+Hsn7^7~E;lBL2qH{CRZ9hiZbB@XOxMkQ(#B^h?z7RKE({Z3f zj){%@PT3&rr*j^if?FaSk5&gQaTyLL)#o1O#(FG^ATnbWCo3-bJ<6H;ZCey9A_ zU_h~68oiE+vu&D`t92{am}v7ed@J8l4zZVRnNE5T?C(*GG2wzxOS&@2Q8(m?KF;2< z(>c()E6wj331Vbewx#xon(5WQP7FkUFq17c1euoo2HULSv3&22JuQ(EVZndMc`O59 zlI{v+L_9X(xEq=O{B{%DaHA@mibCq8JE+{Cg2nqKm&) z9|p#&@i?@!N2|@+_W;qD2U)$)t0MSHpFJLrIWdD|9VeDOyy}rrCZ*Hh*rFo6)BR{w z3Pie>I^C3|BbkMdGioF10aB~ZOs^WTGG#6{UM*9lA)2ZCX$c)1b}`XVBHfgG{t*I+ z<&s=I6p107kRns}n;od=;KFJ026p&nLZvQ?)h% z;=nO&m%<=ScBnh!H#J9FxR0W91Kl>4vsU)EG=mZMUKx}jqgCUl=$-tXp%HfIQM3uh zbYbX>4pQw84ZXsT@Awtb{^kYI@9G%zUH%5sTd-SLmqEKUt?QFPwLQWpMo}QKZ3Rfr z^sn6)7dqZrkgp|`;!>S9_HBFUYq6)ttt+-Xcz>#~FSZL<_4a9%-IBdgUAcIE=7$HJ zmhD!Cy|!~Ky>TPX{SJZSSZcp9`*ZYH_cgV3(I+84$V%08dSo{1VWx}Z_9bCc_SUvm z|M%XOq$?D4Ho5*>^^m=2>&Yh_oNO<9`)LZ)#R`mNq$*+l5RlFKR#am@-t)WlK@V%JOC{pc4)PZ#+Cc8{^|-IYk|kDpughgV zrj?iC3rA*12sBdjTWj4e$L*`+@9V>5pE&-(Lcc*w&Wsr=&pPj0jXB&s9l%#eQMzwE zks9ed7gdx{*{hyt-{tP+RsQjo0(4uW338QNIQ9^E3}-FcP^%w4GviM#x;Y%{i)pi5 za)dBD(Vkp)Di!?^sE_PdWRiF9o$gYfp?3_G8LtQFP!Syk_W>(IhV|E@EEP}AT!=dc zPi{=OXg_DFpqXUD`rG9y^|1twYQCD~ERCt78NR{lIY0D1PAOl}T)V_%(L+k*q|v~g zTimJ&>!szQlY56F4}f4CziYCY@`6lt{Kz6@Q$lYxG;DI#lA#plQ$yi!xpU7U0=Ddy zebE*p0Y@SIH?PfHZbLb*s(1TnC@;0;IM;Jwrm&(IcNXPRwnG?UoBFCl2zfk#9r2^y zeVd06Z+@}HpQ60kexD_=6#R}r1j4CEFJ199;bJ6Am)T&3+pNOt{mnVN5odwh-*wp& z*J-7XzQrRhFBd%=lLZR7_wu4R8ian)Va$%FE`J&RrtmZ5MM>B3h-a=^63vBC7K>zJ zDGjPYb%Zg$0Ord{M~~GHx$Kw9rtoEPC#*?Zbla*h@$bs!QPv&r5idvfiamic7nd#k|OS^aoe*80YLP1C<#r`r)8yFzyl*T_dC@N#rubP zrl!#k^mvdQ`m%N!!74b9Isq=5FiGBAyVbytv{CKaT{g3lV2nkI_L!E=-P8`NO zIOYt^)hq{(sTU^s4=$F-Bd+(+RCM$5_c+vZPmq|W{g0gDg}0pbXIevDzH6n6qSAX* z7}RQGc>uv#Y}f5^wh%bgG7~lVHG3;`os-95%o&@7SxxSt+T=}HnfR>8-_gE~?)-)A z(zlhzr=9r)vf>ExwK^My!@rp@JynLhWQcy11$c@%L-g->Y;^hO$hDXiJSQY8Rhq%L zXw{m$Os`BrB`DkCpKAJ6P<_8`eUyuzuc(Y)gC#H60F&tsT$kmf+zYMnlytGn> zRaGG88$dOm^Jfvso%2=W1E{$3@vV3v0u{fiI#QC%htYy#XGm%87a`9hE(E2ga^W#KibTKPjb18(jg@uW}Y=GUQ-?<_aE9J{~ zb#?M^^rtp_^E1!mOo2_4bSrr~&sGmb`hFO@-Q#Oz7SKe6OG%5**VCUcc&L2!{Gq4fFcT%Xd5}sExZrPAdyOBJ zLA_$q(;ev`kG)TsY8*S0I&0nRX zU*3Yl7~4)+J6s;fJo71MgN{E)4Xr^Gd9MSJ9Cc%62b(D@lpSOQ`6%?r!W^DMUgeJn zbuPq(6E-6{VLHoJUViV;X;&O%-s4SKGnSzMS_4Dz^woo4j@AsiFw+n%Egx>3ht0Ff z@EUeF>SyV2259TyIOtKfo(7z)4sN9u9`E_hyFa)IO&ZJ9uA#lfpD{s=n42Gt9-pwR*0&@U6Mt06#jq;Mu$9Qi1ILoQGvNW3U>!;+C-Mz z=I;KLPz4hib&V|O_LQOwttyyn$c?~T$J8Nj1!;d`=1#NVDMvX*N$1NL!iGmtxvJ-6 z@UG%FTj1Ri{fSH~u&YvjkTmR&qj71>74v zK@6_r{_BP*nzu9hEM1Q>75Woc{!J%|+WFxQ88{%YdDLjq-H2Q!7OvePp4QqHbW5l~ zS}$6`G2=J(j*Yw|KQ&yV$yXg^sM_snP(8WtjrH|P66PbCk4M;O_I5aad=RbsViHsa zU1k;5q4ZRXB96rosdo;CRRFC^@7`fUnvPpb8C838(zt;Bs-e|{11`>P(0+Gxr{o!h z4EdGqR=Ww}hy$rmrfZRoKUH^=t5($3FXi0QzB>+OvjdoHvt}H((IFrWOULkjsY9{$ zduYL2kE8Eb))c`wxt~60%kV!$6J*IvDVEX-7C8*qNOSx4vN2Y@xM*$gRIDrz5#HMS z9#w%#44IJJzwN1x=W(SMtZ17T^+je`^uPLm{?7Y{PKCPWw<}6Whz}-{Cm(aKMlsXXy zG{wAtvmQ3wtj&$e4Is}%CiL{!3E}+g>3She#i$5ToUDMXcRxcl3Y#g>8)so$;5lII znD*V2vMD8mBl4m3-XtdVY(@H-Ztu-=vnKS@F>mfo8uz#Ui;nJtL4-7%fsK6{CZvRO zB|=sk90jj*MMO_n35JKAj1jF7I65<G^w-ceYSI2|k%| ze=NWCFyH-bcRbXlbSV(6@dXrwopm|Qg^?M?i{Z3MrP74PgdLTL1LiP#i^yYIrFj_J zGlkWAnDwS<4R@M&yqdxAMeRSTOBiz#iAkNPd=i3|RRViq>n(}nC@YxVYOsS>asp}N za;RtJ*gajGLcba8EBSx3EyQNlJf2^;euFr;l56zG5Y>9S*0r};0wic|m>8FS+F1fk zW7ZmBgt?p+n>T6umX+Yx9#EQvs5?f8%&7gM6TR0orJg;Bu%T-;4?$+&n+NApGSaNKl{)T2D!Yo9v_7M*iL zc}p6`=l2>ThFvwA;1ZCMM4#rYlzWA5E~V^w<=u|$34qzw>C2XtK3^!pmM(%dat#}s zt8>l*bXP^nBN=)gvhQp&8Tz@7JVAPh^L-GZXrQx%y3{Ri%)aDX#Xa@3G8bc33DoQ6 zd$Q-MUkhJ*buV1oad5;LHKo#m8IlIm=HWYOwYxuyr5s-bXrj=)aMWb~x-T3`F_aaGM;O zm4NR8tD0|{HyaIXNx=%DLGT%rO063x$OX-4LTf7GFKa`u-7R>pBDuMrGw|W+VnH4u z3E(?hbX@6EPRCHaDrdj4EHXpM@x?AH|}fz&FpEzfZbxkEZAFm!?Pj zFpb=&hS&|)zOoyI->!!`IuDPE(Fk&ruU>zPPDm;QQDXSpCz>d{VgE}Kl#lLcMN{ol ztqSJ7$29gvty(osiF;jW7!RXF`Y`J1)4rsme7euAr`6SwC-2T%k>3UB92RqBZub4? zdrjJ=T}Hg>!nqk?pUndqM!WxV7UZs{?f6?Vb4}-BKj`cdJHFsly6^f%!}2*yt7PJe z@<9l^c~cb4_%Ez=jPNVsGc-96Mf{iN_}h?KQM7VjH`wFx*VpDPDAc!4LBi~&f2!jD zy9W2a>*JYO+5aDw@N%%Su>K!QcvoU)4K1= z^NB##9dV*uTH>CmW#NO1|jIL=T+#Hunhk0n2e=i z4HOaCrBEVdC#zy8#te@Qvh7kJcSTHq`cJ+fF{CPbmL$j>dvPry6HCA=@e8DBn2}X$ zo*GSVVJFfD2`VSPdLhK!T=EYlKebZ8!4F^J44rNypfVjKN^R40B)^Tq=slo3QPigP zbdRh0{(h*q54Y4V6rs2K;kPBreT~376OaVv&5aZ8m5sGc3d(1{5+J5(DbUd|&vXOa zxM^0xR~98WZf+3YdY2}c)Il)do+Nr%3Uv|oDAaD>@m{nJzaCDHT)fHfwMIOOX3Zse zIk!H)K~ng<{+`Ka*fqS33_V^?8Lf^?80kZueCiY+#U;-AgC##ln#p^0`z@ z8i8#mF|WOah-^?g2l`Yjz~AxFcRPn9@WJ;$DHD55Zi~!Ox-e0)Zn>qJSTsAlzIWvYa$1f6NRQYa4qU&_+;WYbOyUZOVElDB1`2a0-nu zc@hQLLm?=~C-IFHl9hH9G6vEjeY(a1p9^=E76c)3P}!ch!1Bq(SlqO_cjI6rWPJK% z^2J2N+`=39vyRv~ZMXx2JwYC=rCwOP8!!rckY_6*WPw1V%VsAD9X$uDQHh6J6y6Ps zRjDS@$BGggjYJgCN+2ZT#FJO2B@ZvSfAIOPu=Nq_nM6rhaDPn>9Nf2~5j@kuk;I+h z80A?XO6O=)+Z>joftbY<91UL`f6CR`TmVt7Wgkm#wmcMlE_7Rl#f6`9lWv?##u+@a zVkt@0{K;0&cu>swrG0HPsVHgWK6nLE_g5}Vftx95G4Iqu9N2F8qXuXzZuZbYV{QZp z|AwIxL`bl~!yqp7ly0hI?#;lZTw$jPkop4CO&houR2)+}L$@{)O#L1BZ1ZUo`fIY9 z)U=TrPM7A`$9_mgomr+A-WM>f-ABzqg@@pAg1-I9DpEqJ^VL+Cqpp^CcHon%CsBX@ z0=4v!qE;%+Q#vCFdUUau=2%D19E|>D4F&(hYA3|5H&B?Pt%e%>yZE)B!$29Uifu(D zMBD!PMFoDm)%%8t<=p8nFljM<&}NB6eycwTG%&TI*fL?sc<`RJ^2T%AYx_d zkkrx`<Xh&)2(W}VB0FQ#tgz;JdG6jBUQ?Zo zsGHe`8;bDoOp{IED)xD-6MMvkb&!=Ql8v?IE~3QIu!-HkWpo=&ITg2l z>?l}ILGqM?w4xVA@gV<04HA-+t<}OF_y*UiA6sJwtszYoxN3$C)~jhEQs=Cb>=rgw zt{c==)^4_e#PrDQn~13~#4y4<4njy3x>sADCwMbmo1F1Vbp2~n-F8fP-5~aq=JA7m zqG*YUI2MVDi2gn9z*_~R%L>Ql?3{1F49Afd%mLy8$;FC3m=ig6s0a}%MtNyBY)ka@ zX0&-pQjrT0s-rkWNPCL!l#Ynpb141a1&y#>;xR)OCljs%uIVTGdU@Gws=-4c3KmDT z$ZSt>z8icz7E@RvR!1XAaSrrr4N90Bzj`@Q+Gb$BTfBr3bLXzMob-7yikF)aywvo( z6!fr`%Wr-&Z3o&HAelBUjdDEAhc-x`Aanmc6VU`cLMl$+j*tkRQ#FtKyqkaH`cB)O zttA1f2s&pgj^GcQ4pm46iIgJAQm_Dy6!xoDk4IDNn>y3z_h2UY_pEv>yr^4}iKtt;$^a)W1C}kcAmUCx zA#=xlkWKk=fAemc~sH0e!zF%x8#aB4FX*c z=(whSY;zoCZL_XwKUOeiC7{4Q1#+T9J$lU2SDz9Ku~7DVh~Mp))JoqP3%J#hiu&`U z12g7^WEo-U4x@5yG|jqW2%lr$Ee~5xIB$G3?^!eW2n#7Qonjf&r=5U-52a>W6}Ffu zYbyDL&EyjV-ovpK-peUBp*io?`D|2rW#)H>unUS4B)SY{&vmtWecLVw+9(zj4D+Fx zQ2QPoRsUdpx=n_~P11S;9+;{6WBkKSw{Rm|W*qf3t)|edJpIeD3l1lbv>z;T@Xnl5 zl5L4-Xh`|ZKFYraLe{Ql6KUfgk-sP1S>na1nw49b!c}NWCbY&s(9F(054Qa#&hgI$(9mCjZsZZ$O}b zFRhNdNo`C`uLNY_<7x2ed?_FI@r<*hAI+?ar#-FX_V(uqvF`D2{T=Up6%{WTNeJmA zQ6n5Si-{g?Ekav5-)rXoUrvg>?l#C+CUZ zh92TcFf108zrdZqc<*;!CTsr-cCxT*RmdZ{K|na!{&x=?ZfuCh@3x1}Tc4>>*R7s- zx)B_ahYwEA*niL0;^Ue15Q(8_Q@+tJejFBX2f6i{<;2YdfvZyQ<8|-{Br0wB26Q44 zh<0|I^?~O*>ELxx3tAc{z+ihzCNIB@6mAuFL8bRRYk;u!lz`0(aVGlri~?8`OLL4* z0aJ>mHCObNfNHYlju!7BjpppEcI4;1<{PG$AV?XalVYZg43R(ALdvp~%ivEzBsGbw zxfLby{H=W>CF{`)EUkUero2Ov;OSMWWrhtT46CGqZ^zO3T&sQ3)_4)3UXpwHbY0c+ zk%w2vxkDrP6S?^cw+#5dZ9)8=DnJ_1DNEv(hW)FFOLzHd_IAR>tMJAe;E_Z6)f}K) zueV#M>Bn`Rx1d31VLlS`*1jHZ*-Ya4Y+Y;QzV?M$vZs1KKe|x@84JKE^#!AbOzdh) zIfi#7rlNlC;4FXvLuUaoQ~ycuYkBCX3Rc5|Q5P(LnejF|xjR8SN&hVA9`$L73^uH_ ztpi+ssmIJP>6?CUl|8kYVIq!xFCr{ILK1tD>omJosVXEl=q7e{C#XiT!fbbwDT3+l zK@PB8Mk^&Nmfq6uDs{9j@hQ$^!^!(O?twxgQC4S#{Eb-IbmJ}qBn}2zoHo2S=$K0B zw0|5-0ENT*wSKwGwO&oF*J-0*5ymJ0c@fsg`2Foqc{`6=B9v>bjefz~xwArqmEW?d zl#iBGr)~Buoy&aUE|)HETgXzCuV7xhGLYng(N+1iy~~fD2*QFw*?i6=iCT@)-yaeN ziy)Z@1R}FLNPQVZ7s^OyBq7NAZk3C^9|Tr;@>P9Tia;4I43_vBS`jS@B}PWszjt}C z;fKa)3LDjcDXXB+S`9JWjdOf3k^mnSR#}Y({r8h!U40zLfEc#|U0GE6hI}w=@c2U& zaKmXP&rV#3S!pu*T^T6Gus@IrAmBJ(=Ry7eplPHZNT7vXSfYRJc+RYvhgPA_M@l~* zFk&~$O?!ZkC_CJXe~J3yIZtuj37pYk>UZ#NRzAjn54jL>=AY{Q2;Fs-h`c{j;0ibV z^+Iuv2%&~+A?YVg4WqZThkTHf`^kCkcgl{1Y0tnoStv-D3aeY zt0e}|$dVmAre51Iaeu$>SjB_b#F=d2-1vC%?!DOdb81sOv4V8cG+0&v!8^mND{H=9 zKS@7~%=oV>;tKnMPaCy(UG(^(EfcfUr)QFrCApjql$Ic7tALykTsBSf_zMj~WO7Sv zl#X9=WOHbIL(5hnLV2q!`bCkAM`qlJw1_LqwB7uLtAvsh!p z3=~>ML@>9sZqCvLY-}jOa#6^|ZcdPw`8tHCcx?r+JrHilK~QH*Y$$t*IH5QQQc!33 zsBgz#M%yz5oSd*B(%ltqMN+Bs+%fN&!MaKsw7lgw$q-JpT6NtFO(dA)ixt@riA*-N zPb?u?m=%lDKS|cGCnzCflr+qDIfxyV$CyMB{rzE9qN&ZldXfM1jKlB+zd9g9BKsg^ z6_ZN9C`b}HDHkS3kkIE)9T{DvVft3=mN%?Po~PH4xn&CkgWYvpLdiA?6#G!cx?A3U7NexE)ZLS1u_^Fiz`-@ixpj(-6}u05<} zJG0lr{WSHip)y>uzqI<4ugxY`B(M>q2PKxIz6WN1_frLpA{YOyB=o$ylps#=33z${ z(S{Edk8c!i*`571QWAf}BoZkxb!-AIWrlT7wlZzOoJuKUCSp9?ooB;_hZ|38#`G<6 zVH&$`ol-_!#CT*f-=+~4SB5>8l`dJ}?Ji+b`soRQpWIp+v|EEH$d((Hx{b0`sRxb5 z_M}rDrM+oez#8-0#Rf_K^JotSZG!a-y7NOjD>eeRmnHW;R5T=ip6awj;*99LA@jnH z1o>@mGsPyltm;ZhKlegsO7`-TAyRn}HM<5ugjOUSEWGUs)CK#{>qfkB6)v3ZUF=QBgzba z3KelMSW14bO)D}CnT??z@9YPbF4A@gj!1E7vGcOwY`#D3E`XoB_;8Zc+~Uh;gwy|x zJ5JTpJJxNWiVgg!3GLl+W4fmP2uHWAtr|%;mhctac)WNy=CV3{_sUh{y}aU@$))fm zr}4L%-Uv~AYaYV$pDV*T@gf!OD^g^C0ELT}E*SPYV-is%2>8w#elN&)v9pt*b-wbq zJ|s5~OgE}hP>`UxyajC5VIYoNz8(njVjNG$N#44k6JB{zo^3@IqlGak_gD!L#dPi9 zkTchDFWa0Ga@I^mZz5-m-GKaJU!>8{!8Y>3_DrE5>e@*t2&Anr$DMg9o z8u}(W64Rz7-^J6@UyFUG${|Vvbi!tQ(7!g~vO83hC=pQn68tKNoVkkeh7F>br19J* z6si9kWA7B)SsT2I{$krsCbq4KC$??dwrwX9+qRR5ZQHhYzW+XTPSvS>u`jy1s=HQS zbgfnW_S4VX3n;;-Up+8`i7cNleEa1liq*V4D%@N?YWMYQ^@vca&N_&~m^;QW_fm!g zb$wWPwtb(VDCH$uBR`rGylAj>g!0#J76?-vZ7yW^dp7w+WNW2Pmd{M>BfzJP=V{4R z*r($CE0dkafZ)n|<4kuu^y=AeWb0|SHC0@lnp(n}L>IS|BWZV1ux1)HT9Ysko zy&{CSgPmXqDJO>12h3n>IyS6+SA~c2SK0&Bxiy?;@%)O1Y88Q#4M^>v!aXy7Z+khh zG66uZ&L{2&(2F}hnGAdG&FT{;2>hF)gJf9~09o*+GE&F4(CauC3Q!YVP~54HRj#30 zGl;mrpzJSQDYUt10*}@glNn4m0Ne4RE_ns23=!Cs$SRDZY_{f6F0Mw))gCqa} z7KWOQAZ~J1$hG9fiS^|w)hmz+u>7n;foZN9vOha5xHn$4D)4(Tf}ugg0E%=R^>Rr1 zY9i6WD1PSbS!$(__5t~0Nl-bB6%*j%9ec0=(wx-#C0Um%pd68VMx4z1<(S*dpf|Ju z|MoJ=43e+8MFHJn)KxDgqWOE>zHu(bL!uq^0=W4>%6TEieRI#Oq5k5Z4ASE{UO}*0 zW*wZ?Io0-kbTU+UNi}`j{6PIf`?&M8vHtqeViQMAZ48`YJ$$(fb=^A6G8fL0(0c7X zI*)JaYrvJBroHY(u1(LWbo7>P>u!P(iz}dkU0N^!ID6>#SCMfkx#q(3S21@7tg^p; zBQ!#A8}S5%U##Y{D!)OBQ+(lxw1fiX$=M_aRnMVA`%S+wFMbzUpQlx+LU zm2P}ym(uqnY>kXo9p>_9!Ri>as>S=Ag~dD*rj)^d>;gHakrWro+>0rFlrd&r((yuY zD_j{8YIR2=2-@js_$El0xGQ`l>=v7#pm?(NKjYa%Rz(%?Kz+iW1u}>4H0-a+qxaow zwI&ioHLZeFH2@`SudA5u=73%DMoi<=nus?B=~LGkjVwFkN2Qo0$(l1YCU;IJh!5lS z*{74FgoenDA`qrn*H&C0DpP@{A2cJmY5e|Fm z*l@X?kiGU_Ns}P3c7KsMl$$ir^`td;U8j2U@iDAW;bUG{WBeS}Nf=hv#r0}i?tAre z4akV@k|6ksJsX&d;SwKCBkjEPYGwH+^#@V?PUjioHj+XuJ=hUopKOpZFYtbJHv(*N z&pn6YMFd3AoxM9G^<+Y5$6SP)9gQwOLJ_IeZK-BI4Z`f9liqEoFf;nA3fmc3kF)*^e`qjl` z9Zc`~u&WmmH`1-p;Cjy8)fn_kSH(SGVNBePaTcQ5n6X&BNuPxJ1FCF5=&o@Dye8sP z+?-LLjW;lO)~7{_)^yt8k?J^_H%Q7*RY$f&_Z86Vh-42RpvHwR?2fF2D-jPd$+@({ z!an`Rk9`b^kLa!jvUSwkdSx%{;}63(vLSAs=QQrfV$c z_cHfs6IlwAiDkAfT)`HGrKzO_96Q|}8jPck;$Q$s{kBNjXfg#&wXo;;^4$GShj4SO zUGzFOePyC910*D;6hT)IfQEoU1&Yb&;5RD)W9eul_S}&nv|qb8R2hTCLuM={)uBOj z(mhgOIU!a^G#{BBT(1KV-x{hP8YsAB8-PC$3e;a;JC2ALGTWaNctYT5mrxO)5{F51 zBp8hfi##x<)q2?K2!Su1n3V^g4;+=mDlsX*${X%)wGtZ-{aJ4%1z2t*;NS%W1U9IL z#be_QSj_^eZ{5QP0ZXu?VG@Z>FSrjQGw?fSgQC!+da{y?CP1Ic2Ora0F*aY$n+ZD!* z?OY6)1HhH9GSjyN$YtbzxbI0*#Nxv3``G!BPtG2lCxgT+mAIN)Ro z&uug5(FyjW;z*4{y;NOlqFcFmPqH50XjA*zDIK#fLCUcj6KOu)G_GH*7h({X6H%T0 zefxM92);zKvf;0Eo}p&bH5xSP6!_g`>~z+n7`+?GgD}-U-4B8lzhG=g2^$j=d!9kB;{S@o% z!6~p3;uq{q0f5jubwF0~v;vb%eGtHD0vUKlJq6J(_OJoKWda3sGJyrS>BEZiJAsvx zaGC-E(icNq z;9D<7+TWOAoIJE-<|0O}YavCFy#&qScFg(Mw2vg7!*ZBZi@!3bM#=z)n&p6@~c=h%|>3y^{D)DLJTr4Fz>cN!Rq<&J_J( zp}dvLIo8P^z|2^|Z&51&1SoGu4u!vbUrxo#fZxFhEXg1My~|k_{#*)FOPz>bN`O@M z3>FbUfHLXLA_eVPgKW1GAk)ieX%KWlWJvpIO1=2lJ0tDpH~N=-&8THRbM=NsCgGiqWo;O7s2| z9r^@z(5oBz{uQ|O;NBQixtZ)?5_oMfsQac)`b5$i$EM!~XUovhj025)!;ZDOY83<) zX);EjlC=ZocKt#`G|J>yrJpquS3C-MR{))|r1_MSOZ;|F4157a znr)QhMEzQfc<(mG=kj*y2WAz3gAfVsJ~sZx@N&a&@Nr(TJU$)2p#t2Qv!R7S&6}kT ze>lCBp4SuMzT%9|&$wIOzk;Hg_%R&eil zi0RcbHo7Ql;|6B#lE8nWfj4`!9~VB)4bz#}QO%3p^KGaTW(YZh;9%a-<#J9Orj7K{^ z2>H}^BAjaf`H|zNig?^JMP?hja&+@^*R&#T-#*#k5Vd;;4YhCb^&8B>KNINRI=-%M zoi=#~JB#fxTGC-Pu)6@h+b?X4@%gDO@!h^Q;D*ieQ+u}bv@lri&4Ly^lHaOPxbrTKP2!!;Y%9oPx`$4HXaONlSF<3u3!+xNKI{37DL z?zMH}T)N=^-$4WEx#a%Q@tRvd((??eVWVpLwATO-Wt2!wE1D@kkJ;ffyuS>}+bl2~Q^fA=LI7y)Peyjc=u&xf-ojJDAj&6tS z?j{B3(bmP|b%}#&sKgL^27802k|Ppv$613*koPL%*SBy!TBr%c?PW~uXz-9M0HXjZ zjYS2^@Ur}r5=h=hBq5r-#9fNWk*sW(B0hldCH{RN>2NJB6W!o-D_`?I74Y&s?-~NP zih}KY03dxFG(w)RLEu&rfV6Uk5Iq2D2`(tVnnqgKa8Chr(+*+3p)g^7QByiIrL6Fn zCSvWZqu8F|^1PCY)kdJ-&`GsGF#P8rOE-iX^wBfVDfswp4N(X#)6Tfdgadq zy?+nPAPgm(8{&vkVVrf~<`=^}0?97@O017l>m3?=7{pykYCw7#Rga0DUPU<`!@^P> zO3$IqwM7(G-jwhsZnEKCNB(OiKWaYo%%p(U@>vi--F%o(P^s`YhfPo|bDzvAx=gMJ zJ7V1KPpr9t|2nQ^d@eW?Q4!)%(MR(K{94I&|F^E>_9=TTx7z+_pt4YY*a@)a4VO9^ zw|Mnxmwa%-L7odMxZ)HnIkzeAp#>&%=7&OhCBIYsEB2FFR5iKgSDFl)q684@-poP1 zz~!ikL~x$UaE4aIKeoG-gL0Ab_>JNuj=8EN_9Fa*1M&dMneX$py> zcOaulchYTvnT*x=R>PSdwOF<*ec;<;s`{z=gJ=O>qF^rZ|3~4U-2}0(gvFHKv+v_8pBb>^as=iX(@{>A%tQNi<%K02w zl`+{Ai!e?dL+W(|#SJ~7gUo`A?kg9UR-S_Tf!~=0BWJa%4DA z2wZ^Oo$nZ_jkd3jgjHLzb)^j!R)_x)(3b#jsHT*XkJE*o-meZO(wmN_`U(=ow^pMr zRTYOom%@$p438&nsNjZ6p3y|GUeIi#uD#kN*%Axk4n>pm%(xHMCKx}c&Xa4ae zO-Q5?l$OiGIR&PtPLk;d6ADM=D9kvz^}C}YgJqkjGj*gW!#i0teq5#twkoaO#4sS|e5edY=F{WSZp#8ys`gWbmw1)}lOb)y_U@1K&%1@P1OWo5{JBB_--)wE_iM0f zSPK$wR`-ipH38xpXM?$!C5N5)Pts*EcLHTOfM&@nr7yhtFRmv>{%AA$8Zpz|>(r|= z$&za#-AA&Wo9ZZq&>qVz>zqveWW6%W zhfPV%I95nTwh=@w!wC2GUz-Og=KqG4p)Wz+nqnSqz>8+xYhzjt5Ue+o<7RWcp)~c8 zxSPkg4P7WHEEl`duX+|;_r+Q1>Rr?$xi-3fqkG>r1m*M^krtQ6c-y`-{GPSj{C`Jw zs-NtA#BKKxOkZ$M+*kat=Xq6$dQKT2eE$u%)mR?kEOIze4ow|c`*PEJys%+adN)5U zR{b$KN=NoQP|(jFRV(l718#${yLEmxqp)`&j}Jl3psDec6|O_+D4cjGyi0|VyfGa> zPJ%B(w@N0Djgjh2O&FGS5UIKs+?-VX=*%)A0IBts9jq=JCzlplIek4e{C#vGV%gF3 zz%|jJt9;sYy?eMNxz5J8@>p3_($A}ta;?eZn>7AQqy>_P;F`!X%obbE@~V9Yi`p+_a4)^=*4M{{#xo8e;u0THFD z`w`n4Bt;2K`@ou^Xi+>)ZAT@RK;Ty4+?fvmrc{J>elmx(B;&lvB7m-sK8Of_uKH^i z*>C9b-!1&k-ZKd{sUA&h<$_bY9FC8Y+kX|qLislKR;G$7hlLNQV)lHP+|t>8=GItU zTgx36Z0YZMY{7WO-minOCUEe$Vxj<62CPda%6Pq{g}vseQozKJHOj2@7f03M?D@}{izq~x%z&#D1+$Ra$&07ub6Nzq9Pu*w9!dJo8J`E$8^;r zFObVJlUF{ZWXEkEKkEx+KEF~Ni!gKd-Osiyab?FU6nIN)Nqe9hJ+&nC2xL>n7U?1_ zG`0>0G03|_*N#V4Zx0UygxgR;@*lH3&9w(=xo7G5LGg98;W>WuS|5wFenGm2`g-8D zE6UM%GE6M_%McA`4x)e6qaR*RE97{0pViR5qgWp6{PC@GHsjlWF>UzAGqox!i_b25 zHDtczayWW|Hx*doLZvL)<}LgBzEb~0=)?iE;X`5A`< zdTF*m)4#>R002$AA%I5zwi-Mg2$uLnJ4Q?qODq2pPqf+`Lg-k)mY;XE6Yww2tU)l1 z2T^8=MiIM?I1_aOm3<1LNd)U~9z-pCsUUcza<_OOgLaL{8WYJVeJiT8QGKMjS){}G zjU(Y787cm#TKCbd7TFj3hnkcARy_Uc<4al&)9vl+YrRi5qVDoE#$`oFZoCT8!TB^M znYT34zxXRkVj}Xmno}4~B=1S5wD600lyG5>TzqPV;@;vc?^?xSb1Sc@Bo5W7?pBJa zGgu%mO~U#Y@N%_7&uApS>v0L{ZvXhw)@6di`A}_^0+*{=K9Z8W8h1n@c>dF!X?1eh z_O@vco|A{a1?1UZZG(IK7~0=$A6HeqIuxq;0Sr5YL3e_sBSR;liAV`5Lg1&B8}D?s z`PdR}2yMHAqafFT$~^xZSt*@+H$=~5_R5yh)W|@Qu%n|H4A2Z&ePi3AY4ayWGySAo zpPaff^ozEdu8hW|+7y}FzAdN=d0JCIFV$>IB=A|++~Y=4hh#kS19mhO_eyat*jGViY3{HQMTg}?RO0{{Zt*clN;)#cM5Y$ zs&rFQUxs z)5X6z={4*A%>qlh|MuHX@9!!CVQLK6Y}CJv!}E)ZUtY^n0*v*WT0yT*>P>G;0(YEI54VG=$C0@R@k=A7%DI~W`Z`+ zNJ*l1T9P|mR{IvK+v-_l=aFE}Y{U(Sa%{5bbYn|{0g^bdwQ@=!^yp1vcH@FtI1+L^ zGzHiqQ%rAXQeR}XOaH{{NdYnbO@M6BC2U6VX3$>7TJ*mSy&8V8KSn$dOCT<&O0XMD zHA`WcX3+0u|E5>^DEC2{Rb+yw`=5s3{-+^ui_{(JP)>8ypG6;oN)h?FKa5LW_zMUWyG8$?2~c`T|N2eJh9$`a(F*;`a4l4? zk1N839f*l*vVk2ah@<=?=*)pp&qreV0JQUaw3GclNtx{XXU3+qq&m^5cq$Q%!`A(v zv>!65{AT51WSQ{T#H!m}n7SH9uAXb>=rs1Wl3Acr-$))Mg{)Y}pdjI89A89iwax?P zmO6z6qUnI%&&SzOcgtxxr-g+wUyeC&f7mc7P-?IaDL>|dJHoe~{fDACIy~RFhkq>Y z+%;sQG5-yJ6P4O}EapxlpU$doZHa~|z}Udvs4Uom9S}O*^ed(gD+YZRLT7Yfbc|h4 zMUu7pzOx{$()aA^ej}BhJbCdv;*M?Zp$Po){*196+aj}L|M6tCFRir|bbiv*LAD@s z`uyGjxVZxI#Tk!eCUj6oZE3H5im5G@*QxoI(}G?M5#i~Yi0;vW&Z(nI@%8ZJ+6zWf z5M^gR4N!0b>gXL1oW|HM*aE)S3S1v|AZ{NnFj2=4n45GxKiw8Z;)a^w)s7 zx#vr2*U36+a)w?FmZ8GT)eGh?_E|#6qf>B#arq0WN=q#Nl!sl<9CcVU(6!aCw9u8q zUoGS6^Q(u1Me5%hcz%Dc%7^J7Znw*fO;a1trO?|T>bcdp8^#4>8q&3=*8aD^EBu|j za9Eo95r>W}=PvD-uc=9%1&kJ`+xRxH@T1Wx=|(b}%stGV6q>?cFxs4_|GNU7mlJE6`h9tc09{$q_L zU4-i-t9{*`VoCk#e-)FKC}%HV?JOe;pIPO?u2ywi$K5Smm9?NL+ak=hRpPCiLX!3- zeHF^-8fo@wZq0<*T#2L4eJFnFuB5JmjBTYJA}aX+%`NnbM(X?`?kq+-q&PW=e^tbQq$}x zdUGM?b=>!tXCCzZl}ig72yKdYpZfQoBhB-kR-(=ffzS)WJLL-PvjC z>$f}zh`NwD3%RAJ=$jov-=LDFHN9asLj!L+Jt;UVa6R|`bO0OKOdyD%MJJ2j_$b+5X34X~q7Z$50ZJqc;hfNkkt5`<2s)=(PAm!_WwfWQ%se& z-~%FOLfanuqqy;iaHl5H zb^k-3JbG>}Eru=|Q`EN;9Qxo*h6)>c9n8T(h5I0iXyQyaQy(WDOfthd{?P7J!CiRk z)3@V2zb-)dS|-T-x_JmK`F2a7J40Q*3~E)U72s#R$=cfbe_89EZ?WXsS<-tc{Niq) zg%_8uR8;9}Uk~@E^H-rg^DX>e#}_jdecEJ$9w*7Mb|>kGWC2Wrw=*C+2Qwgc?r+m1 z&S9+FT#2VdOHyaiAF=r++NP!=sQY;ky$V8qIsNl1uM1bq(Mb6prIa2Q?zff{>3yXP z7}zNY4k?gc2}z7sgIa}663I^|Q^Xx|@`7@qV7;Au7=-r)6wT)F#G}02JQ%s=DOJ^f zNe+&6q{AtGrer4cqRBzaNJ4@GX=xen&IhD0-wFq{X}^V(#_DWT3s)Rq;p#|g_5PX% z8Ae^8fe-nj6Y025u1d2zqp0Ea9h%e)r1D8MYJrLqFY$6IV^g_jglI#B^nzF#-Ozqc zX5k8+#7xg~MghiEn;U^$7AOSZXU`QS@rjca_TtHV3^S>d9pc+FWxx3s3PM9bvk5f> z0hvYMDPUJHMx!B9X_;38aD2!Y&6*5Qc*jLeqpR3KXXH z*p17@Z24i8A;NZa(up5G`3J-2J&~&UlP0#fNvtS{`0K^;8l$5v@ybwhYx;?kk*b&6 zm(v{7yD+Iq)c2#pd$@$Z@@c|=9=&Iw>#tFolw4LBg}p`nk|Jozlbpq#4ORF7?Ia24 z_=lL zg#-%X`xSW*^CJOZJro_i0El$iA-ODoK^Q7LNs04?-dko^KhjuqJXb&vj)N;3mGudm zHi7~m1=!net=#Kd8fk$Y0fSBnf*n@P_d4nih&sDr#zbpl-`37u3*FJhO4Ap zAWxtdF?a*(L;BfOv$lfjjW!McbV>=`{$@#jB5)!WXHIOzj;&r&d5x8n_ye7aJi)J^ zD?}6Ik){l~==goOU>BfAC;cF4#OTwyGN3LW4gtHT<7N@2wq)*Hp3KCB1*r{?Y=;v; z-VVct`;KHoZ4NHO%Jxg9m^ro-4Z{9Pb0 z+@I-T#EB8HR6s%(*Fl0G#X+J~^ipkE{9$&3?_LYzgA`!0;mEgwlZKi~t^-X{ohcr4 z<$nbs;P;!6DzxMG9~#ypQ?f=_7d*H@g4Ak|oX`MH?7%^4jS>n`!2J@LS11%=rsqb% ze!I~Sy<+`*V^b-)p`wRIT>iP)fC=;(r*7=SGpsBFhC3`N5hz8Ra?O8ldDx+oX-Ww3 zld)9f^~rL{Lnez#@$vd$7VJz~3VEa8*Ggsy@nPj+Oa{d>xlZ7zv30a8;t3gO86@db z(9#aC(?6L5(?!pr`Y&^PC;jsgKbd3w$sG7k=G;fkA|Nb(G8g!hIp(wmNLJ$sVQ;44 z{e5P#qBbU%Vr9mqV@$pEpxPle)ZOGKd~%@mVqv=GyzpA*YyJz!Escw$K)))Z?}zBn z!2@zGyEQU|aG#SdoH_rj8t$@U)5|3+2S%bp2r#!M|1>jsKe0$)o{Z6)SoA6n61@B> zbx#~|WLouH`7>cj7mFm>*#zm#%vZeCp3#Zxe+n_kOkDNlj?6s-w(Q z3gitaRg^j)KsWra4JiH&QJ_{nyg?{nJH%a?pma!x8@p)W9m0N~urFgl9zO`A9KSlP z11e6%&0?DV@sTuiS!w%{dl`AM8z_d?KJv)?5PFzkWHBHVJzQ;y3l0N$8i!vDNMleT zdnqVrV2)%SDZ8(P|KRZqkP~*Jvj2pbE=6WTnrcb>%DQC^w;O)f3Tp5c{FQY{fxK(= zY>zeNLN#jFTp}K_eEH3Qh2Nr+YS(&&f4KJGR+i*V1CJ^sgZ3&KgJJQ_K}kO}+PU)U zVQCR2ysm7i|E9DG<>4HZaUKWpXJDU+?LTTb!8UwND1N_B)yCJ8)mfIn?c0!1<9il$g&cKX>P1fS4!x&M%hDj26m0|8}Rt^(&cYXF_{?eyG=PR2rI}I zA+CMf&?hQQY4Dw{&DmC+-WaOIFD?xDEEU}^Yvy8kT&$kXA#S~TT z%s~4H1qvBf6y1v^u;97joT-;2*xV<3KQc}5P5@YTu>guW4X`oO+<%=kmEa)9&kl1 zwg@9!*FuJQ&gRsE5r2Y9RS^F{Lfa~gn+@T^>y*M^%Q*KoaX)K+gHF?M#~j0zkASSP zmdMK6x};rPISs*@M2HvM5R;z9L+YnG@N=5Ke!v%StA-ak9RTrM-Ic#`^>=c&A)lR9 zVW4|(Nc7t$;riDwn`g2DrzhVcb(6d~)4<1@h&LSYyOt2D?QBZTdIsX^&cE@KYy{U1 zq|c!X57pl6CBwCkQcVKYbTxPRVwz( zbjN_jo|n@wG_a_c{`N5gQsM&1a0N4YN&V$-{Lur~sAmc2sTj$^4I6%Mn|J$YyA>Z^ zl!x`2Kbnr9rv-}DXvAlB@*HSJ(;>yCSgx&qfzy;DqhE|kLpOGDa|Pn9y9fsyAW-5< z3IY;nO^>;#s5iBk;XQl`nXmSn^%hqE;K}Wa)ZQhk{}?c2=z%EdisGmk~rjXm93r;T^pdM$QhGpji3&RkeJq8M6X zv_evE522tmiN6k2z1PTgq34}Nkzw%K2<})?7C^S$DBj^0+itGii-KjI;=MtXv}W<3 zx+SeW+U1V3VsxJJ$A&-7+L%eCmaYpD3U6~}IyRNN*1wBgeN8=FEqTtDc^8|Zk!IJ9 zTi!05yWW`_7hno z?H#wLU7&Ewk2c#Un_UUgE)AnVK(;agJVc_{eL=i25pI^@n$&w=h!WtYV&~H%ba3yZ z^wT>!?Rz4aT#Ig5Gy9p;HmS;vTw(Zps636xlefCL>)ns zqZg@FOPge3L~7h-TRfS~L@r-7F)fxG_;9QdjyV|>!CQk{W8_OFw#!*;$MXLDX3 zxGyG?q4<#+wkzg7071G*y7`j zCz)*Ak88OqxU;O@eSj@yIeyuw!Uyi-G94Y>Wwo_%n97Gv*7A;2T3r^=8G-e5O2cG& ze6xToHSR9llw1FJK3(FuqX1E(`b&KF7h!mj^R%|;9LnjRrJ)e=lj%_Gyv%GqqPc-~ z=N%uQ?(XV6*dGnL%T{v?2fA@|kMJNy#@i73xAbbZ?H1G@mWZ(A1I8ZhgH2TCu_wlM z6qS$2o?T#tCsAEKZl4OPRp|2$2+XyiO`SY-ZY@IcJ_8@&brjxzXH1l+UDy6Oo+$%Alo4M<<2vDX zQ*Re09D!Pv{IhiF0+FnnMhKP@&fM^kF!OoZzybJ9a1O{Rc&D3oWEoA_#N$J}zU)-u zswCqIYqlnAe>!#&vi6HsUooZG$owb81~F2!U9MWN1TN<*jP(&$d>=I2T^oh* zoWNaa53Jyt#o)(U(XLnDLuHrxZb#No8DIqEtfKG!>KNJ_qRD?e=+WUgjmlnxc&`Ey3gzC9E*g7 zI1&kLL*fWbEf)??{6k5hv$M(?GY);OZa`JJZEmbdGM><76eW&+?e6n=HEB>~3Gy}%QhrrJSxQMrLnTr0T zdC_$(pl1o1!J6j~L$UWVGd0-eJqO~P0ID;4m}&C;faRn9AZ6>_(>)`y#YS0hYgXL< zLNse$WF*rCBhtZ?TbQT{jl1f@zuW3Q=C^-4&=(Km?X7Bf@$EOls?e}w)32zzFxXP8 zhnaTmW=@TWsh2oc%cFL*j_OPLV@Q|Kn@LL{^&#^cvVY8>=YvUZwg@^cSSpp@oVZoi ztWABwbI|Ik%gPFb@QnTRiZ_wk@oEIW=KDNvy;X9T;+K>fUV+}dBlix_LT3Ml zAlpcX$SlN!>W-}=nBU}VP13HLsAiXkT}1|p7GtQhmTd)KG1W&y9STf&t2Cf z2G8L~b(Fk0n)i5TftU$?&Z6{{&&v-%*P7mD#KJCRg2i|H_>$T^VX7(Z7yCFmMmb9@ zzWxV<%~g|Zh0(_D`2~m{&bB;ZJgC&9Z(e0zeomB$C58iPw}`cG@#atJvDs?Q?Gxu~ zJl)H>O#;k8%&&UEOOg z&&9KPbYvvHB+33YUwJuHmXh)VI)v5Sz+=KIH-Jb_DJO!YipR}a*$Ro;Xr(1fxnQz% z1g7JNJ<|uxvqM%MMvFr#+ffg=-{c#aX|O=IoYzs+L?+&a#4h>cgeqjy9*S7Z|GSPQQ4oS&@bjH^E5VK|h5F~H^skl_tDIUr2b+cSbo%T=4x2X0hm z=U!k^}y&C=U_t}EHrOd z*5=Y`!jIXp+8@7#x769G#?rz~|BmYhs#K!r%$zt|ezER&qSs^4tScQq!+}ax)Z!Rh zVu%Mqy|~s<*Jxtx9dIg27L1`5D;Na(Qo^rV{j6ZMdOS5(bj^XCrpJ$Sd6Kw!h6t3! z&*(JOC-NGxTqnY=inSZq>9>CC_LIrCZfEVuIDSl=$!-*2wywIlu_eXkQ_A1HM{fJl zz@m~dJnhER1^)-nd_tUa75vf2?54v-qVfE3C}v|SvoI~m%%OHL&5Si1et~-{g_tzo z&9Tx~bGD+`9=sinPZ71e{NxWz?Xx&t{JeYBwJMXF=%}^(Ej`04IOA+OeeUHYc9n z5gy&YjpVn1(P5l&uVjEpFjhPv{y8qKazI{y+9!My)RsTcrWDSXnDTVoMtVA_A&bb9 zh$x_<%w2z5d+o35)?MVv0Nw9&t^0f&{%jZ_0m*YMeOQj|;bA1M+)A6BvYvouSpR-M zud@DlEGZ%Q(y-zGJf0s)ZA#BM~&dwo)Iu1vq_&s?cvQy$6i zXT)vf1maNQRU4*FMGSTG;RRB<==1pJiAe6p3j{j9p@{<2S?z%+B{@A$V}KBI(idd@ zhSJMe5Y!AW11JqG1)3tlUN9o8K-CK9wDCFeY%tWgKq;MtklCT{rvf0paI&-e6Kn|} z2HFu2lFWuyrzYSBWrW8fDiO38R@>_4q^S_H72~P4dh2aVIj`67<7Gm|eW%T~>T1_z z7A8)pZBX}itvt`aYhv!dEX8emOa;w~7TeC_T0bW14O@hNmvZ!+>M~ik)(R#$MZU~9 z-sbo>aAl5Je=9K>qETR+e0(8$d<@L{^89SxX@TJwe<1tqjw)u5*b9fU)pohe&-*#> zz4}!}yw>01YupM-_CR;c^K4_NBk@COW`3Vzi58#wyg9UO-v0c-YI{B}&xc#KzrPM2 zpAOh>@Yzh+_3b`lyZ|f(fVyCH zZ(Y9J@fA+rK3?^v`hn>XUTpd^fWd(cLq=of&P;HTvmKF?M!V-dcB4xhYDM~f>`(hj zXhY|o=dSf+n=Lup22bTl(udas64P6c*r#sLT$mOaK zK8ICT_*T1}7u6o?uZcSdxsS72D82wo3{ z#SXC^`XM}Y7U|6=8o-u`cSkfOgOV_V)-dmqiwAZQxoX}q9Ron`OvBsrZz%Xnv`h2K zIwg3(LHqzVC3wU^e1kScHR3+94{e&gTRF)(RottdDVb&M-@um2(E)5~U2XpaWs1h3 z`>0PkZLdOptk@g3Unw(H;wKW*0G(BX|JS!D>dkdq!Ti0gc3Byb&|Zw3a94QaKma$m zD(i0{7klL)kc0q;vemg3NwZtt;P@@Fm}X26U&bBMbaCZ7DHsij3jxO=q3EpBM5h^7 zu{sN$B2`B1y*4izTyv2(kdxFqq5#+>Olcr8g(uY-hFtIrrP=n*q05Bw5}}4L%wG_B za%^Fk(*I9s2wQf_;i9FD!?UOU_Ux%YJVLe*Q)=GO63qTpcX)(O-zYl{ZiYnb2QN&@ z684k-eB}Qf0JmPWu}^Y6Vz6Ck7Wm}1QVS~WUwC0>$ywlX#1*i7I30MZ2|U~Xc@WPQ z@ju`HqwN1-&tlU%|7q?NU=K_A&7BXaLZl&h8TLyl*bK_K9A%SmZI9HQ*uJhRp>;(` zeB*O`;j=p6>$>NA{rkH{_xpY1Tf*WGDQh9E)i7BD+6Ebtgp)p`G~6*>lU3^(|q zXDA$_q?oy7LWrwcLli$J5a(aoewUK-G2~ioTU+m22_Ed$>vQ0D{l_u*+l?p1r@x!b z`eUR5%TNDmG&6QXeD+dwFq#k5DM%Ztm8rOv5gtFc`mx~vK(>d$Kr&#!2eXXLjDoHc<~Q49roB)@Ves-LOSPMievox zl~n#4Y#u(Sk?7~nw-SOEujx>sJTB`q7Col{YY1nVH*{u>KI(X3Dx32M{x9x!(Y&jj z!6l~OpE%+lHsTX3^$e!D*|^J%me^yFSjrxuugdN<$Bb;grfl^pJ?Pf^u33@jy9sz7zeT7{W^1- zEvzC(8tls2OyKPt8LmynU>^fr)mCUX3fkYHdV^A@gPox%Dl(d(Aj&ZF>KLJno)|X5{ygO2R>sl2h6kX(AeyDR}o%N{Ih-ORICE z5i*mcV$`tQb(}&3o}_bG8rqm?T+oI`o8DioN@#a~lwSzZ%G*w5X^O#=l#~~=DE)@` z>O%48lMaISZd6lt=!a=`JxP!({LtlXCTzGl-L9X?LWV zBFW4%zN;$G8aIMClJuR*$vbDx)3|T?-jZEUwQ>sdchVilEDdAWlZN<3#axS0mWfzy zIgL0HE^5CWw~*7D@#{gvc^@-GrmRkcFx;`GDcLC8s_OBI#hXgfow+hqBu=d4dh1$& zHq}Oi&bSkR12|!@zF^jGv)5um+>aaPk8RDlmwI9DwKtOjuu6!m(eW859G45?XBF*> zlI`hUf}d0zRjhopco$uH?AhiUqG0SqJFs_y6-A=Oi@wmo$(JKJe50JNpW9E*%@;HI zvQadTC7flV*vu_0QrS)=Ni3pGyON8FM0H!lAN$=md@AnU2B?n)do}3XQA0ot=w}Ih zq!J!jE)$))JINS2u&Abbth84+48?-r6X|Lt@SM!Fes6hKvb*A*%c8flFti3WlJ9?p z%?Y+~nPD0hw%nRbQnMzN;!a!_7Ft=Q%c9O_qli!zV@z=D3Ht~j4P*}!u54C%_tA^c zSdE$Rw;c+Q_r76@K&GD9nxTna+SwiW*Da|slE|}-XqR&j8~QJ5%DFW^0a)-OA=MLG zL%a}<|7bFkpT4xPPO}#DOg~YI@5K`hT=!FV5N;eJ0M{>;9SZEAt8BuRVa>13}iV)2T)80EWhC*asj36H{EE81bsk(4!UMlfIOFisclk%0x%$QdriO&6Xk zGRM*_s)W;LVRG9P2gswpkqll%W0x=SM>?p=gF5|SJi%b%y=(7F{58W`5mPC2v}3|c zF|ySgzS~>m7|*8*=$!0l&+cEju4Akr`_UUGtS7lu2&IP6O9k8dF)}C*f(sb#)YU3@ zLjrI+akqR~pc^MExT>R3PIH#9`4gd`#pc_kccO^k-8dN@AI`t!2FPQdSFvajpORg& z7RWCWp^a8b3zFV|+t`za3{dPf#S%OAjVY|pmm_E4Hq2wAWqxhXq~Ttj1`9od9N43I zLRP2W5q`>m=Vu-Sy8AnYGPeTmlgXPt@9FE z!@rn*e|2K>WK}aLURziROo=l2NBj~8$Dll*dykr0K%&&$R*fIjx|SqSERSfvLMc`y zPrz+^b#Tr{@bTcY5O%_FA6QVV3H$0COF3D~JeP+JQ5o-4N$gY~7S78ErV(=A<{a`X zKQ>H1J(yYTg5bm`in!!sd^ARmsBnnN>y+PwT+HCE0a5v92TxScCV3lAbf{ zpb)ird726(*0o;xvcCsSCic^b+?%iug-qQ;4f?SeiCg+90tZyl*nuVZ>w{Fq(eZLm z?irBA``qMUzeRR68RD^2k=el2R#Gp2?wxaYI}>{sjiQG815$?@Ly6Cj(LNvFOxAnI zvh?tqTo-bSm_?2>#{K-yhMDUKnu%|jlerh<#fxL$ zQ8ip%W<~MH!MO)%Bs1fIzNIV+>Zjf6-%B5+P;a^05NPk+_^B!P+|b4v=hibeelLVv zEMCk_mHln_UyOZIkSIZu_27O@Cn zL`6qORo1CIUK|k4QW>o%hb3{QmfxolZYjZSBxwVSD$R!7e7^Cw<6Z2&tzpv|-@6t(k{q$f=*p3%9y2hu z$d64&wy11dE(MW|IV?%<~%R^49mgE{yc3;`J{hJ z)N_XhQGDWJ`TKmmvL%)n2T>9pZ`F)UPKT|4vE7^`b>>uoUe75p{^y+~76J9xdh4+M zbrS-w$I$_cfK}~`Nc;q>pgFoObATxY z-bO@yryNA>1Lpqf=ile%Y-xY$ySamdvW+DJ=84JEkieXsZ72)Ek30=lNQ-oOEoJe z8WLoe_$fH<^<>J*RA~DjXQiONcc-+|l&aY{LuXIr`K<_G`G8xXrZGiXno8W@%}=in z`8^|239y+WO1bcZATe-%X+15Z()ikoV^dG3Z~${E7kJjbjisR~do(0r)zB?wADina zskR#W+-T0hrg$`oWTkVz>Q{kH1ou#U_{s6@q}exp2AFnfKk<8(dLz(^po?+P8mCEr z4)^ZZVqypN^~P$`dER0E#ulhuG(l;V`h&84*Ctpp1=fExq6{0-?ywALIL?p$VwjM_ zW93Tn#yfrk=4-7`mZVlcQjtC&o+gnK@*-W7G7!bi%_;s`ILeg<2&=`fU~2OQdtxu# zI!2b}A&a9Uqn%a})Ji3LPf+dVj+oJE+ynclHwF8s*7wNCl5q)MY-Pq5ICe8dT#z~~ z6gJ)D%|TjQnjhEW8Av;+#H^hv-|f?S(oxCj1D;&EQ6euyywxWTFQLw3hO&AeURxO- z69{PD-0w&$j!UQbQRjOKG12_qzlszZnFH>-r_pMG8>_HuhUk~?f$_O{#olcfybTJc zp9G~CojiYrEPrI4D&uLbFF=#guRl~deN;^;lUjQk!f&)d=q+@P`n%3$X`$*5hVcncT1VTf~*CeYsK|xsj!C75a7BUo15eqfPNJ#IB*OBA~e6x^n1G z1#h3oR5{l2D3-Uug``%3_5sdbj(|mb5-JkIlugULLCy<%d8nH6NN3c=@buto?+(=R z&;IkM{<_=NvvFqcDbP)~Afg41`anGmcL2#1;3Oeb$nBHewD&J&n%EaSVMN)q&&x;- zqv60E`XxzX@&>J}?kYP43!UDqk>xFF@vLp5Ss!sTyHOPnk0I)w_h8L$kyGD3V=A-& z-{1h{51}S~fz&Sx5Q*Kds4n@vu97bYg2=jIys6*;*a<&L+C9@oi4GVhSn?`agToYNy2$HD8Tni$DB=?sm5VhF+DK(qMnGbnWBaE>M0^;RL22JGC zD?cLg)=^S_J9(?D`=dhQglz~TD;fMwPO>Uw76b)`Spl&ViFnCj=9Z6v7dyMbx=QYNK7PrxdF>486x$ubGltGw{V zt0aDbC(-l7O%GjYs3bcDdVp4{+ddF8fiH!MYSCqF@k!zqm)Ev(J|<{HU@0T0H_uDp zLxTphPhR3Pt;%a!Pspp+n;q2rGm{3pld4I?AVZ!1F78bfW)gCZ$S2g}|81Sel!e_v zSuU`>XJz_u%Z+E7yE82j&uWn6l1y~u-A!(`*|l4UF8p<6dRUP{vzaVzJit{a)Is(C zq<<(X@+-f_>xt9IH}(sPh^Md`UE9cfe{Z&}T;y$6`Rw+rT8*wo5iC5mgo%}H{n+dx z$t{I2pSm&-*O{t0H;65Yt{(>^`V|o2s_X6J1MRNbvB6cDgJ=Qb7HEv~--f+L znI$w2QL{S7<>V~)C}{Cv1xBU zF&lCCm&sW_kl!gjM28YDrN_5oi0s^kJ5Yo9WV6?0tZJ(AqTYm*+NvkN+OP`@;X`TW z^__E9V!kz2N(`Q4x`?iN{&tLLhmxDxszyBJcQn?+WWRe6vg@y7bCjjM6>U^ahS>|3M!XavedQ{R#7{71r`j_~^# zVltcL5#AV%r+Qwm&^{!NHECcJizMMTy3r(iYIy)$tWCu zXGET+Rh(#MP7)xe$l*e1wnubYZwYI=Z2sD>cl!1JWxs9uvntx(7(v9zc@*H)=%%+# z9ixL3}x5Xe+j?brEYsrnhE%UX%@oI7sq zPH00Qje2gsBMIj=J3NjN*BpDMbe82V7;w`wF2^Y(Kwd>lI1Z#|uqwPL1F6tPNh>ut zl|DCQrY{VZPC;PNFg#kGbjMGRs4LAIqy&n)zs-fb?zCT3PJ<}GS`C~F)An(xW6qLm zvZ_gUSSW02>255`E(bq&shwImdQQ2wvUM*fl$boCT#?L5t6PoeX{V1_aCZD7$fmht zDc${9XME=p&u`MtN!$8a-{HdKduMzI_aEb=JCpnhCl2&OQP)It&YL4+(d8?070D`R(fo(Xl4q<%8x!5a+<8}*O7&aOayR=< z0NR+@Pjo0cVZlw#l$|^0W3S(&cLLLs+G02mfA_Q~T62F?;Gv4OqYS@NX5WNe24{kp z1g`*eYTWCYI$s`TcC*Vy3`1!tr$^fQ8m)f&Wa}oJZxaIe0Ck^*X{8}7E?gEO5qi9h zhPP<}e~rrtzS$N-O>(0ZVr6NWf%M-LV>QPSraNsF)8DWVM5n6$97Vew3(f!<5|5X5 zqq+i%Y&RJW*Y@Mf-K#vN$HNW5#QsUcew-(>kf)f35ySLce!aA5FeiqA-)Wi{O>v*) zL};UTA;K`MdbJ-(#S(^Aw94>{0yS1qm{s1ekgprXokEgrahQ_VBUL#qtz^ZDK4PK0 z|HLh4*X{2!0)v7xTU&dz5h=C6`esj>#1jj8OdWQLaUrWK?)5x!SLHdN;xbwalsgB= z2~)6E$ClwGSrRKuk8lWM0xyl4KEtF4TO8avh?--BUZ|AtwwF7}xRC^08m`k5moN>6 zN*?_3$0Othp1X@moZ;iz1*~TW(wuIT(ouJF3un49m#FESN#gPfc=##M|L$7B4({&0 ztm?JU7@x+hyvzRnrzAMF*z??HHVD(A=5n16$X}?%)8A;5Qd4)eputseLR7GzS17Kd zH)uSz)B0VGyEiI3ta6_Z-7J`F=u&l;aQ51JRhw?YKVme$h?F02!uE78=@vC^Bcpr< z%~U(OoK;kiLZPX^9TOeo75<3h>c}iUHrbV^9|H_lS9l^I{-w6_bDAhS@k!H$cko25 z(@<-O|Bt=0u-MRepvWN|$CY3OyOz7f_zKXAyHVt=3*W11k*zb^hFj*|mX&r^-fkL@ zex9>tA?6T9BpNYOCn6qMFUTTV8e!RtBbsaZjC*9bO}aGAO}orwi|zJny_4MK5Z^Hl z%z)=r6AqO3J_Y0rG#W$EQfyL|es?0ph|4gxw^2!3RhjU0fV0^94_OeJq;HGzbRRz~ zG5ZR`^0_oi!o)k!0H11gJjNLZQM26LGNnQ)rh*7*O6TdtGd3C^-+B~;k)FXio5LTj z^Wg|#-~0VjyQE1;O>eavizxXc3Gi!5+ZYgzzBPB|^=Oa>>_pqURa}0*f4QlB2TCPW z;Q(5G62-_aXH2oz<`tOAlb8Dn>8F#eVCg%Cy8U(_O0ciQENV$(H1{UC?qFPcHy@0H1+npHIqsK6kn&p(q%^_LMrFv zPo+9iiMs*>vOw;YCV()2CzQvbpp7(X2m0(C^1?yr0_Nv9@ir<<%$OMz5ZQ$0FlS=P zsFP}=*#v5;WWo-H%7i}6f12T~dRD=7X!LtV-N{JlVfOnnH^^x49B#joaZW?(RvI8;}o!>_a`uOqjL<9?V z{=oPd{Jbytf%!4Q83}w}jkt~Xv&X*QtCbH}CK-U*$Q+MFOFf~Pl~0gG(m+95H~G`Y z0<3)=X{$eD3ByDpmAh1Pt?fny&heI z9n|$^7oAhL414;gmtj(b{kV2rnaAenPL@r)IYHFz6R0^ec)Y=D=Xg*B*A9NfeaJ{2 zw=PMe*><(j@1zFLCl*Hp&qP6kHCi$7m7K5#HR z8$Sr;D?mM){RyPY|1aa{65h0D*fiQA`gm2m)<=kwFaxkOqB*ot&B_7&$-|gvTi}Y6 zIn!5s;%g^IzYzUdJNWKUM&!}UU>U11P9)xt8kNw8U)*ubec$9Y_nBCt15URW`b^va z(g|bJyAVXzHK+KJ+sl6M&7bWJi|M$j0Ng3Pzm=P{0Q&B3chmE;XU1X<*JV(AIm&_O z36mwAlg49U;pZXRIpUB^HqV2Qi3MPQ$xzm^m1SPq$Mbsu0JMIOQxOc(IfvauCWfLX zujn0apTNv;VL1W_rGT>8zDL(#oZ#$;Yv~pbZTR^fXNuSMyP4?AZu0INh51V>AFM=yH zPYX$#)ZSW*(pj9+vC{i5!@CD>(Z{}zHt17i6V+T$(;_W7;}vC6EHwtuwh9vTUPM4a z7!$3$(bbUk*KC zfE56J8*Yt{x^sL0h*Tb||FDVo1g)-gF5;^7ANvz7Y48oEcgA5y8G%(D6reGMf?0Fgs*ei9QMrj<2#VY4jt<+4 zk*8Ohj2yyB(m;YEX~dBXl2pj@3R5@XGC#Jx_6+e$Yp{7r3kvhX*4K#3YoOkJ~kH=5xnwRJFEGr5IU^PiOBCDJn(KpV2LFQku z@)z91#c}4$PW|rrd1L%;1H;&RwH@#=z@J~MB#Nyap$Zxc8C>RWFJm~YofDVppE3qi zxZG3FmO;-zK?5DAi(^?0B~UG4B-AGou?QkNjhaGV9a^>2Oz%Qa6E(32b+LPH8j3lr z+vVj=%7ul&LwhJhnKYfl(7a; zBOXD>)dbYcCvw%OOg;>4Sqmo~64?|PiI-#}8hQPPz#i?(P85Xe5G@&S(ur|9>Bc5S zcJj>h;;Hk8;pl^OmT|`{>~Sc2bLDh%cmy+;`>V9IZZ^X10H2Y4MM)?YwoblJo8wd1 zn}3*m44fJxk!Zk`{Nw9Dn}IP6i<0;tSDOF)ZFAO@%REciC{e0Y5p>|I`u#y0EsqiJ z0tJe;R3c@ivD;m-isG&rQ&v+v#fnTB1ojGNhCp^i3oD`IxwI@6h2xP&81IWNhA#b+ z8&1sFWIKVMo!gljnlf*re1$nk~Z4KCPOK9L0bwPh(q${hKr^MCgzAY$9)1-&{+oG08dShUDvvh zy*1L2!pXOEBm9BaCUcvK!m*ff9E{?o=lg8!Ea_P{i|PlD$HOyw=ZL&BJgqEq-O2lX zq7IxR1b4XX=x7z(WIH6{Xe66x6|Vy?&v12!9j=dAgGVS;OvXzl;V;GUbFVAmLdob> zxMa|jd4c>sLk`z;Jmn^lbUenbS!&qaE^E*uK=ak5cdcw0_m~Z=D#< zk$5NPhBY}Q6cA5kWGS(epN-dF)==HPY(y_Mn@J0vxA*G}*ccy~4yDig-U(Q7kUZAH z_<9rup!-J&ucg->EiaGf16bSFD=(bv4zH)f0L<(2R}VMeDJsja-U3kN)?e$LpU>N? zinp)lFCQ*X2gSN_<*LX|vL;3L6{6IzX7nm+c6jN6ewklXqUk)lq>38P6ES*- zfM<9M;l~wK#tDt_W{2q_M}axAEgRdSuT|OK%XX;6g6~$i1!msFsVoxncu~hLSCYj{ zXdF5!DZ3_9QFSpela6W zuV1C~@O)0}SpBfqT7B5~oB*`_2qjP3nXn!gCSnmu9t16*7)!oPz4&Z)e?4dLa{qiy z{1@-*?C7n}s$Z>3d^L~+==*B#Np?nAI+QtXq}*TjB3$*~Ils|y;}RB;@@A@oz#sRG zejV?~sqR8!BSIB>_-s{W#8?Y`5*DSRZ&D{^{>%D$8Zo+HF+TJaCSnLB7iIpNpt0V-3@(Sksh+wu;*>q~kV%k}1KxGtJ-$iaf^G4Tx(Qwk<6*KTsa}c0&b3fl^-n`m0lf1%g6X`To+@DvS zpSKyGk0T$SR}B_?1`K%etj$Jo7{=V8-^2B-VJfQ|Gh^qV4!!q+(I|auWPY1g@s1if zlYfiWaY}1!l>F&s$57|p$+2&bO+meGS6+-itN!{Ez(WZ`aGJt(M}GU_ zR(+J=)Nsf%=7Pn76JjHVWr+EO0p=bY#!W`zU`x-An+AGFL6GEn7eT?0e^`wpvY-b&DqZ zlGVbex~0mLmaGz_8S?3>DzM_0Pmu3N+A8o^6B6V4XxCQ3>*77ci9z7!gfrLeqYce8 z_m-6rTrC|6BVNY@hP7#i#ze}mo&hA#^ zuop)yuvuLb>WR zwIB)cCH}j7ZSUzO@i(;?WP%UV(H$@8ut8o8XsW2$V`^pOtd$9PggMkpb9kCrX4L;* z%gUP=4)`PqG2pgV!qu)#O8`sN!T8lCl0AvX6n0!%h=~d2kdm;vz|ewOkhe<1H;SS}1Xsp3{!FxN71vIG$q^z0PMjes z^y=TDHm})9a_Yjhw!g&+3{v2t-x=Bx)E62o+&E+o228dru2Ydna*jEjx(!dgnHtgK zM-T7ik4!nU>%Dv>cDi|##&&LQ*{MrRZd+Rg^*RpcEL#)dRnPqtHG>-}Z~OyUd-9Y5 zTH>YbO;Hh#5^m1*>0WWC>o+Xw9vQ`3UCqooclAKJ8^)}_NLiEx_l_A;OESvN4+b0Q zPsIn#BgUyq#>hD}72X@hocE%f8Go%ZXjjn4I92T{wzn3Xx^r&4nz)J#0Gd(Vy`fVl zNe+)JIb6`g8qS^>TE54{kjIKgj3nr!kr=?FCs|k0%_yl(JfO%iO=?H6)Xm^IY4-gi zW;&p+B!aK++P|xrP9^JvDJ^b;txnx9!yYKVeiuVs8=+0iHqY&mpwCr23!`Z?P7LlG z7En`9R=w^-#?oAi;z2_yG+AMwjEx*fN4{Crlw;8LSuGn0)%a3!W0B-opxgy~404b# zt1hQ&<`Y34H(A10jhQ;h5+=;;%!EVLZA*@ciu_$39M0wUZZXi}1nos6rO^^#?~O*6 zu87T%e}ZvMd+vBY@FlSY))h*D7IERP{ESweW&ZlEi|fFW&5*K74VS znHcq)EY_cJoLzLUoJ~6ZT$aCVSSu{nznqybE_-HQlbkcoPL2k{6zB(gB8z|NyfiJ? ztKqB80W>CjAsEo(jd;39%+=BDRaU@UKb#pHP9USFg|{O~wvZIEq>Q8mZf(N}en4vK z{HgZ%Qv+Ik(oh*d%e!TKJl=0|61CiM{LyqaFYa=L4b*;&kxOmZi6|| z^=?i=0xK*$$?<6!M+LP#H^!}qpGV9s(G9Dx?bJA@9`-hT-`6QKkJH{T_t&>t$Qnvmmq%>qof z!D)BmdD5y~d#vmbkHU<=B}rEPKd+86KQn7S85=1M;CalClCyemFrPtn?j8I*`jqyJ zD&Qozu7b_JkrCF^Yx)z144b{rd$F$YNj@&PM!!zz#;)r2ntkM%EL=hqH0O%t$-*UT zf_>ux>TJureFlB>Eeu)R8OeLy#}g5Q)5=OI?Jby^JVCITrf5uxfeK(@teK*us{feMfU|j$CDYuwKqB01! zal{+Rq?v&p{B_k4fOJsX&EsHa*!km|_aM1i13!Enl-HCzUARcYNv9;Jh~#oZ@2sYc zqE;#hQ78)|gO&T3R&rvt(km)8vm`W`?gALb!;NtDcslzIppX%Ozt}Eq=c};Pp}=}n zqCf4sWajUgt8u8bJEWM&Jm7(6WhYU=jIW{=5G4EHCLvHUlQ5fyezzfV!7D3nYN72E z=-B?uv=9M$G5z-`p(OZiMmBq-jNV!n_asT-hBRjUwp&WjX1zg3`wC1Xe;bK9alOrj z-NkVf=q1DM;mL}o#@EZ9c1O3!5-o0FI&bIFeBpcxYhS(nbOBcHuz{r`y~NL*vn#{_ z=c?@5$Ql1@w5o1^y2q&ZJNoqOL8`p!;pEKy5v@AE=Qxu!5~^1H>8{nKr@=1Qi`2%? zt#YotLiNCEsjDlRS%jinfKq2`{KPKNI;+#0_4acqtO2bJ_Bg1+ll=jv;o)cNNNQ*% z4XfT6XutT)Zpjn{Z42Zr+H!TfSq$sGi1+1)3F+DBjR+f93*HXxGLz(^qh_&;W4D8u zv4Fky;mHXSYzFN<$$`-dHaViY>lz4GNNf(#zwD#BBxS%4cKwTRz-rRa{4jBaC8h?q5Tc zdk$p5E`F~9biRI4qyVOTnrvJf`>7GfY%aV&@<2+5|X(KgYoR=H0PMkdk~aPwo`4#F?2iX)Y(eXK&}(|Ae;I>UuP{ zAb*@wUd}paB2EcKfcPCTdf$no)Jz)tkP*{sGamjef|SE+-b1+HKkyxL*i-kta!X6Y zAB9-1CM3gXdNsv&U79O)gr1OzZ1ft6XpUmh-Q9~Ku77XG%G*Q%XGRyY``iTR^pw>~ zl@=u^C9};sUb=v*@pdqpwg8$9%+l9XnI+%qX3?go5cW}({0JG*j>@Q(J}k@^U`RXZ z4iP^)8pO{g2e=O%XjuisL#!(kYe|*Oj%lBMPgD4y)iQ|$x!}l4rna3 z7!T2LA~#z$rJ=a@EXE{nB?A+%lOI=ge9HZD2n32E$M~BjH!r5gKtzrc4?n-2eiUyv zM84;W7zGaGSOj1Me**`%)WV~wVxx@ZA54>e{U?eWwgn&B^iqQxNOu@~Arkd8=Jms$ zvA2-1+qzFM7guP&MmM(?#0@1MkT5fQnk)!hz7w7)KbFT!(LD6WtwMS+DfC>`G@BHv zMP2j-Q0YArOylf(I@LTH9?Z-Gz9d0nGWyS2rIp_X8b! zPUMbvaoj)GN{Y!jTThW*-!(mlq=}2T4Iz3nCM`JwqI;Xq3&0ZBtU8aIg$<1@4OkMo zo2J%+X}P}==_G+kj}(QBlN7ZZaEtH>$qTqK5^-{l6pGWc-Erf5>?aeIb?Mnpj)Pzk z-z)t-QF%&n_wpDZt{ZYB)L=TsW)+tafpmEmh?RmU5^eI224kiZIGCGq!*IM@rdYh+ z$UO7h%$S~c^j}IqaH7TeP&y=qRHk`^27H5lLiuG%injmg*(d}#AdoF{8Q=lp!s7Je zIgN`*x#^R~k*f%Tz)PWLTVF58sK%%nlPjv=DU#m4JQ00X<$YfGZ-fGTYBXL$x?=Ms zIw4GZ z+ge{uyMRMHx@tPs>4mxNJYGW|Ln8x|F7zp1OVL@e0kDkNMNAjpO@2uE_hG3(8mo?; z9{lFdu#cnnrLgkeK0%A6BHMnj)R%__KD#s%(#K098vDsR*4G%l;_EA{)`QlR2jJt3X(LD z$$&M(^3v4FP)k-KIR!Z7lN5qeR3bHrMo=^&G5ZP6=4Y95G$Ks_TnRA>an3={$}j={ zcHyst?(GzyEg)Rw_53;Knr%(q+XojF1c|>@9M$!m!g>*xBn8P4di7U{)l*fK`orUr zhym2-x_T)RTp^_x!{k8;RzgWBFnLt|^YmKCkwDiJ#+ctVigG1Xpc7wSp~3onZq3;DwmTJlr882@#WByv`bh8^5PTRIUb z+KbTlpV=k)_B@#a9Vj-K!EIxa&ksSNH(6^=I|MzTF3F$PtM*5EQ=YXiqg{#g9H^Vg zixl`6d(n~KbN%B!h&uXgT1G-*B-Fr3XBjECZR&|N568*;M4^2K3F{`&v7m%VXw5+s z9<<2j4qW7Ua>>4DhtJT!EHY?Pntp3|py@(6_e13%hW>(5F>owc6;ILX(!^T^G>JLF z*Yxo@`Ti6?`{9(U+ge9X+u~0(65qCYkjSWU=U%mTfMI!zzWX}u!7F4Oq24_3BHaA~ z296Rx+70Aj*cLq8$o;(o*}DP(Ue_$%;~WZ%=yfABB@sF|@yPrI!oj#pB}#F+wzcs& z^08P^nrqKnu?o>D$!KzZIV@{plO)~n`TisZIsaKs6rV0ANkB#+XVkKAep>O@9>`eD z4G{HWIY!c4rZ+SITa;c0plNU^K`ekqa&(%44oTH;%6Cg7w-@Zs>39`%VcXW9Que-H zT;)|>l2au`CQ9z|vAG~f1Q@WaJk=>AOjwSA=5$e}&72>i-io$=%P_sJ0Bp{Z?pJ+= zbhrSZh*80GKV`AM>@|4{@L+#PZp>=|y~j>@dV-Z<7ZU%3X|#DCLS%P3PyswY%Xia2 zJWu(hQ1FnHC`^RC+jsyXBy4R&3&X*I2|Wx9Pc;-M=xghma4pb)kV^f^zFmomKwY}M zy`o-d&;dorrOUjSJQD_BadK}I+txjkU0Yx~V~>AmQwq@5lsC`*yRaX+WShNeWY|;( zG?}K({X0NGjMbG}=>MJk5}ZT9mDBWliMG*ATV{3{B0m7?SQshrN+dfkq(KK<@|2QrsBDvGRL` zsW9BLgc&WCUA#Wl>X1`i%R$(7MTyh|+ochjwem~@b<&Pc@5Q3xEV~F`TZwpgQQr|H z((|@5xCK=qupT5*vHpD;)Tj@WUOmL)p#xrsUc2|0a|>^Pt2vB*Xzm1xZkDzq90CFu z`1?WS3;B4v0AoCLT3+QDtbMS5%w0!{h3X{+p%H8XPcYf!MdK7G+BkJK$oCD*zSI|6 zet?|@ugp05tjD@$0wnVe1@5UcH%$Fcb%smP&oxUBq6X_4O3swojM8Iy6K*3X$4KyX zdwB2$)3#>aez}eFX0&>x?@0pnF_@0K)uD8Ia7%8uJ@`9Cw!#;w=#e?ex`m64%$b<; zaubpe^YFjWhKA?plelq$!gWtn<$6vO+R_r37TprqN!Xz0;xy$)~5G3;?U!E`ev0c^IyggeiVqrwg zsI2J*zY;K;6mn)8nf22a_D;`O@JsQzX}O+iZ^FM~3W&L*jJK7=1M`s+_sQ!F9ra~2 z0HHJsT7H&<1s^L67kc3nr^nNOb58!nX(6tCxSXJ9Zk5=SN^AZJnO_>^Fd7Q^+u|y@ zy{k<4;fDCbQ6uUe;Vo8N8~boAGq28t`**6sqMLwmfCEe3U0Oehf1loHhCM6qMc_JH zStQ!AvzBteTBb+VxSF(6vqzJ`jb(5(38Knc2D{L60?IAZ{45LpktffQr)TQPJRaQo zt#aiJn&MSTn z$fNsHx%7wK4QbQxaWikA>J@ZM%O}`_l$I9m^VsvZ;P6voc#eyk>xtPpANcz{fk8_D zUG}E~ZPx|S&=TW3AktJ43XwpR&cDbS%3&MRA+{dooYbhIqWYAS2%JUU#(ZSGOGlY4 z?{5M>T0<*WMt~-Fvf1_v3qixTl_out{Epl2R2Ds>uGs8%Ngd(q*T4GpCR`^(72wng$=Kh zG@9*a57$s1)xoGsOkJh7LV;aM?m>vCd2KZ*v==TI{2LRew&&A;3Iz=Jf+4Fj7_8|7=0R~kp>_PK{ zZN2=x_hj%c*i}?{;3bs#Ng7ud`8@-JHulvz(NfD3o;T!G<7cdz)5nwOT)K)qc63qq z-VWV)qTEY;FC;5$IZgZCZ2}7V?>y~Yb4yC{csmdXC5$39^=59pmPWl)nALap)JUD0JcNDt33>qwH z_zzaoeay}8EGKiJu!@}Cr$^I8#0!c|R@7?~R^|XaQw{hf*G^ryWb$4Gbd(AuI8}rw zP?A57qFKgDlQ!R8{z6)KtxFomwjQ3`6%OVU(<&!CVwn+~>xnaY+?d|moa-kgcC4%# z$>(q#Qfu0olPPCl{fhXIEO_WnjMmJWBQ0m9Isan%kg1zDQjo5{nys^U>=IH+j)CMS zS3F~^<}V(%pBG80LOrL1w$U`u+an#%7z8XeMG~z$$9iOqtiHV{unu=vOV>X?lopS6 zO8WV~y$%$gnBQK?YA1SRg93i>P0q+tI`&BamLf;=q8iB%dGk_7bd;=Q*a9KlGdc-D zavYJN+Fw{-{){fXlB$apWC2Q47EyK&UP3>Sf3&Fs+$hB-XZ$}QNCc9H(isqPCMt*V zM=A5u@8**fi7{OeP$W$jRUG8$@&YZ`WM~ontT%;~HrpbgF@RCNtG0yqG880*a(sF& z%jdhZDkWrpvm+c?zuA$W-|R?s==IQC{O@ie!Rq^q>OY$a{GaZM0+5dfFDIUX+r^Oz z_BQa*i`dJroDd!#7R@KGj?cma#5k}1vr$qtL-)bMi~OHCxX2wG_0HH01KUd*maCMR zmlC*#t+{*$vP+)w_r?@YrKgJob6B`$(zwflb5lMNDK|v-?C#Xuv`ntEj^Lz(u#0UE zQ>M4eg9*G)ve2R=`USt4%1O1qK2D%+UH|57AR#VeBlk40L4>k%SkyX6BWFm5Tw4lC zlBbAk=k7O1)Z4r7vw3Q%bTqr8n_!pfW2aMUU!?)|sBp3$hF`#a=WYZ6ipAfodMTmUV!KN5Wo!0lYB)g(8}$h(oxlOB4aDbcN8clydwU zq4N68`c84>=d$Xwgg=hbs5znT)!T~GiuMCr$|t82?foIKhlk+=GKG@#?gaQ$ z!bz}UHe2sF?=I?giu28YTX-r$o#9*Q`rXvfh3t}s-@OIilLqtTtDH@WH$Kzfm`iwW z+`Ho5m4$W6ml##ZIq$;7Oo}J5tqZRazfNRCelUgvaKE;Oy|;IH9a!2)xpket#cBmK zaUY5w9E6p;@&QKTko@!OplAb`qtN=(zxN@#90@4!0*kKL+n2%gtWE-Iop*oj^uK*F zzPA?9@G>lIl`7{gzntDZzv{|6{`?B@corrF!d?CXBDd_HWHt{>iLf!W0h+sy!Fr1MZJeu)^NXFz{XvxswnK7rgMlr0cTpehFN@qB*zPr00rnkln$) zen9!#_Dq-dp4#|96X!i#SA5e1l`O&No4nT4^%&VJ*MKQ)m(lH?x~?SZ&il=)GSW8& zsYci0$9D%`N|z?~2^Jupvn;6=p{aAps-weF_vXtTp8Rqw`nt{H(~XmvB1t6@;Of@Ph3Ao9)z~VgQ&GnAcO8W#Cp};}TprUOXw!5!ryvNfgV*aX2Yh{a_uHN6&~Ymax_@MhVd25_%rU`@gNRjsb{lzjImZTu zhqP*$glw1cc$Lyhe-WV3>5)V*|Jv}^(xS?KcY9%JZr_6`R-94*C1FE&Al_TRI(6;HqeUZT6Aw#(@P_)MoMF}!lf7O|d)bqOA$R0L|NmX|Uh20CC zrR{{+(@EJKQR5+_>!HNuQ#wUc|H6|b0y}FDLj)ercm}xi4q^fnixX&3@1{4~TxLV= zy;%Zhu>!*3hodq@i6k9SP7%~(QK1MsfZRh&7JFQ~l=4{lkO=Z5sfLr42J&d$e$Xde zy3kff(NoiQd3TG46T}l+Za6tf&)wi=SV(~4QNf!Hf*^m1U0S| zKMy;8LO!v9N;skMZ0^lx>t(=Lqzq7K5UtKU4RQUfhNN{4G3s(ES&)>XAm5U}oB1!TU?|)Wn$^ zEqt#9avPfWtuN4OC0m7)dQ&lOOI$elkP!}}yqn@4jPm}hd-}qTyn81f7nrwfL=1yk z(0xrS=D}g3d23SMJCvcI{!o#*QA+)6yZHW@kM+Du*&Z>Guc;Fv26%;Q`)2ZdYeB-H)s9+%Glo`5IEGr*lY`0C9dz1!rx-Y>UVct<~gcguQ>PA`oZlCtf+95J1}DKea6_FLQ18^k}$!8TdbOQvNYNTdz?&-_guIP7-wgkFmE5iX>>-MHhE> zUtn=}TigeCcXxMN+}+)s!QB=Z7I$}9d~tWUyhr1l@BFwComrKcHI>;>6*1ja*-tTb zd$etTcs{kk7>fLZRr|bb6C}<^RNwwW@Y~Et9oYCd-QIrb7yL?KJGk6^c>VPAe0#YX zukM8Ne|?!oA!DGkUn4jyb-aN7_i!H{ZeVa`U~lmG2x6-9hTw?N!6JP+KmF`}f2ra6 z)&%wq;u2G{2h0}@O^9tqgdj6KUw>pUOPZ;N2E#^_a!D2!6#4}Vg<}dm-hS|X4Ba4) z>zkT+y?!&>2vVQ@w)|{{=B*jdMOaeagVx%C?jU-@v+(xqcz?vATOLp`neAZGP4o)9* z*xrFh^s6%Oc7?xcsWTh!2Mi((J#Hc9!(`|v4t4q^r?0PLbZ{t|cW+-X1FAC`0MzMt z?=KnUZ>ON&{IJDZB?DSz4$9OdZ;9Q3J7Ln78|Tvj-cOgGyAO2`+i3x>9wLC;jhv&c z%?y}d1PJz&fHHy_`-}9t&+CWNy5Ijn0`%^^UN`u-d3w9saoEXihugJ}3P1RK-aR16 zL#sXfQ

)l<2{^}=)OE!8& ze=<-U)B=giCOUmX^;XwY^EX-10PAJ|`CZA=GYtgZ)pxg$I(5Vc-)rE;mDjux=*$ z)pv9`ppjW|rwzwE46_OTav3abbju-N6-`1?u%$HgmMc3+S2V9{$|OxVB7GzbZvpcW8%|@ zHgmXYr@#rmuG@J&Dq$FT1}iZlVVI54Mzjh`n@CguyGoRbR&WrE!@mkkop>(()l|mR zXEr&u4}Det&Xl}ftQF^fHBA|7m)z*%g6K&yDX`oAmr59HN1$G}k4vAF+sC|$Yr9^= zOEIjNcm^9fdQrJB!?VFHL1-TYLgtD!3MUwf0L6+f?lOj->d6ALR|cxHTez$!cRi3D zb5;!x2wNd5*C-507YRGXDwTpHXLtscd_~26Ws8U+J2flgtzjO&Lb#)*Iw?~O$^GR@ zK-wd#$pMLsw|^tlVhL7f*h4OK8*hh2x*frn9dC!UgTKo*X04~7ltG7kQI4UqRByb@wkOOZz2mf&_gE2@Q}{n>m4mUYCXA&FwSHMiMT^z@?Wa4>HO4wCfkD= zj#C)HqLU@zET|Rh>Em3Mg9pcvHnDt&FBn`bPbIP&uUTXt%JMf` zo5Vg3)@U{umlhjTLc$V;<~kWs0r?!8L?Ew+hcl&OHxhvG#F_S<%O}vAw+LQRcEB$CzqjJU;Oh zocG#;L*^8AVF_o{iJx`}&J#@s!Yn{Dcrep&@j-K18X?@h>r~sj(-8c1J}T#nY-Qjg zW5;o^Ty_T8vwUK%wQWSqILAfqeyN)?F4M~r+gl zS(LsrOC%)!kHarLk*gbY>{r_ZWJ;+xH0_07cXD7E930=G84I~Xe(prqVQndY-(P5y zdDzsA<*L^2e5wI23sV2VbvQ;dECnC-rqQK!2N_ahEF(m0({R788J)E?r2W&70OL{I zVJO?2N~T*(G}6J6`YU1z|AIm>KK!UDwHdH2X$%O`@(ln+Fvk|I3`VdxBPCZ%X=H!G zr(NkPMgd}69e6Qc6sls8)JYy0WE!<{XE|&jMO4ZKjfi0+S*cGHFF1Y2So6>$CTW3~ z(zjwv()#~Lp#-ig`)Kh<0OJh=30Wba^(-0HH+w|rpE7HfPzRw!F>9_dh}F6AgLM+% zDwg;}-TfllR4IYM{PM|PAoYlO0wzubmWP{m3lZgeghz&3I^vN>8l?1p3e;duGJ_C3 z7JWkNWm`Vbh^^;`UxHy`5v&CDfZ_VbrcYSjH}Q-4o_}T`f#~8@>1fb0n3ehxxb#XT z-grj!Vu}CE7BCD|+i-?i8vi#nm@^$V@M__jIUv@^Dk*Yh6c>En1bp28et*sXdgKYH zOH@R*G66H0xNuGzD@Up_#3Xe+NEpj<(XyF%Bl8^Yc9~0^Th-7IdIz(lnMt|6nh63x z@5+|BgdP^t7W_3_vKYBfVMFGg0E;p|_!jb#%ltG9s)L4yPI~KOC9kOvFJdx)r$$wr z?8cfJkxiGo2j;;orbvV4)j_s3JM#NR*_t*Ph^e&$CdX(ru3^fAu^l!~$OH0TmtHh% z0lAHVj1S^x6V^TH8%OvnR6VIi1okDYnXJ#c=8C4!pdXeb10S(RE|eibI=g_to^Yb( zn3iu#XXAwnSC2oxne+cT6vJ}var88(FSdO{i24sTh4dALJ6c4yqL$~T1XxR5v-YNG5Q{~2HbHi!N zF_upn_M*KJr&ury*nIz8`hdw`2#8*RWIB^t7ATRu;dwOa~}F!ednGk9WSdKQ)fMB zHs)1#F{=|_d~66XbYBTDuF+LPqC*_hE})MrtYD;=h!*jE)1Y(nzywIFy0mjSi1BWk zL(Ai=ON>Q$C;bkq$A|F`z+&iW)yQJ(rHQtjI`LX5?w#N!z;lOL~vu8d6v z50Me~z7ug-hg!}Vaj1bjP_qU|TFEl69=%n}z;k!A}-|Bkm^=GQp99IVAJc(8uctnth_ zi5Oz4I1AeVVjgXoV;64`&C*{=H_30&qYcuiu^Wwt3n)vj~IAXg+mL3k?0@e^{*vOiTRj5Fsb&nZhL8L?X9 z3lgNNbE8epKn=xQuUSyh#Ut_Z2oKgnc-Ku5`k)q6;=)sCQcTL6F+~7$8$8%-Z!=n#y51Yyt9P4#_SJoV zFv4qhl1eKG2ht$G0|rK>{p`{Uz4BOPScCae)y$Rr3MZ;U;XbG@RS+=brK-uRlhd-` z)BZgeWvN^(qVn0_X?09z^kl4YZFVY5c>ABO?Dbn)Zi+#MV$}Hvz?}RhIdVF#!(yyVQY(+8&?Rqxz{)}mm_kNYa zG-!RiZI1&p^y%DQ(GFT24{bhE40u4*iuKdh=mGHW!4Jkp&djGvPtVI4aDAbdV}OTJ zG&IGV#)W_W5MhegxOTnIDFzyX<7(F{X>80qfk6NcMW4-h06nG-jPy`{T&j+mY{Iqo zH(S1z;SD{G?w)mj$PQCNRxGACB0eQ?g`tvNCKX$l(jDfiO{KXyX3eqCsHtr8;%(8I zGGO$Yjh+%R@j`G_XXGk||K$kwzqp}@ghYYYINys^I}q8?^!Qz)3;%JOnu-v(cj%QG zmEK_0ZpVEM(n!CYwZlHaE=w^Ez!~@~8^gb(na%~QFak7rhsC;SpD?d{5T4?yYAby; z3luMv2krG6Vj~CR zzbLOfMTO6pmAX`QT`LVWE|J#GpSl$NjP8RIs+W<^zgCw29y#d#q}X>RQur>{)sh4t z)o?)2zD&0WP`GSUC2%xiNlX~`+Fl~xnv81GoC*!i6sg4?Z`Nm3@l%3&SLXN^ij@Jb zE*iNcy(M?&K^==xkH6TAj7E2hC0_Q3v!UNX6{Oqk9og&B(x}{L{cHARstbXB8=Xf$ zE>k+RyHB=dY+^~lylhK}hsE34xl#WB+(+Bra-n@RSbLt2aC9aQ5kvj?5P4@TOGGo4 zPg}!F(&&VLT6^pM>05Q8(y8zzby@fE{gCqJ96$EgE3AU!(~HWPZa`2y&8^M_!k-T! z)6s)LVrifBtmo6J@${@TeW5vmW(}RCt>4wE3Q&&M@T?1_XWMtHH71Vr?fLpPQ?N(> zBCY`Olm)r9_ifQ}*N$CUuAA6sYkr7wJuIca;zGYwJC|=D!^^M?x}xDx)^_>34mC>+WY;6hE6kUO0O>i6+>%t?L`r{h!Zu^GDn9LdyNwd3U9 zd{#~;L`9o72FRsRQ?q?1F>+7iE{poJwdis9W9m^-9JT?F+Oh=Pi%#&`F|RSTGxwE* z03IyD)tH^jdf(M1_0V;r17x$fd8k}->`VfEYnrABy~8*GR#Sa#ukLqi*+SWnELy8O zKlR{Tj3$kZg(hXB27WBBpB0=1rOn`1o3=bdfk&O)xYcT+1qIAy%_V2Y1;3d> zQ5k)ydVcCt6VXUM6_o-+$KqgIE0u3&rz{Oj|@ybdLguRm&*|)Fb zDPU1NrG)|=bm!FJnuXD4k+1;1u{emn8rBVn*&zNd;mksNDgygo*{o@pkvJR6RK^r1 zd^>oaC%}K`P-_)4uFW3wJ+$0=-VJ)rf7PgU7A}8-^dOpy>v8A~OKu6JmJo3tfy%b8 z?3*d4yT4WF;MeN^p4X1n(1@SP&`|N7(3J(*JIjnKuP_A$gVLF@}O$~ z0%WwCM|H`7Tj(wU815Dem^#PwkEaP8-m(suy*Hw~)k#0xD8*`fr0&v$DlhUIWa6iJ z26cwy^5FFv+om0NR^O#;M2gx}m6m?LOqY^O%~fyiYZJJZYUO}4G&z^WFc zdZ&WSUUUGQ~R@;hnP&r-Tg)Q<^d%IBdj z|0&06y6^yHHgQ>G!uPBA&j*H^^o|6#^ZN79$){hZWhcBD-FTuMz1TnVKd%k&jc<7< zd`~r9{9gBjaa$*`pflKaO^PX1O+s*FoMeZ^kzB^KbNxqbf4writ@% z8igTLi=^7%rm*VDhQaGni0(QOs_qi=$bT4hqcqlP8#J$+- z5mJ;&FX|}?knigdFUuppuKEYf)1(Bom=aI~fXh4BBPiLVMPvy~9EIE;;-zr-7a=5T zu3(40I#Ng;AW33o+Gfmckxy#0Lg+^-ar_i;;7xk#yn3LCX&4j%tXDm+y<-gT3E13Z=&L8MDv07dV);4-!L~Z0gj7JV+@1 zjgy1?4{ZIKmF&;4s=(~px~%OCk2KVHPlst-ts_=6#{1YauwLkVSkAX zY!Uz1Fj($Jt5VCAKRkg0IR#EC!#rX-iZAfv;0+d^<4j>f$4Z0b2LdPamaZb{>foQB z8jm%t&x^RPgsPEW-g?ClVrf{GY8d=F+q-aNEx;Eqi6^wU65nH|Fh^Yvp7!k^^0i4K zaRKQuZ8&eZuIW3Kvz+{-a`t~RimPL*`%G7OqZ;hFkn)_W*EEaIO0zmi$LVhnDV~=L z_wY1KwxLzEF@eT8yDz4X9m3Knm404}>AXbClu>n-3xLELuf;fISHAFK{J;kR=$|Ca3H5wgaSHhf^}zs|et~O> zGkv#-Rg%&eQnJ!m_**1sl==YXi^9JMgn}e5K|_*;%I#F(I~Yb;oDy%jXR7K6Q9Pgj z0|o1&RL&_SzwIQ!ypq#RdB*w+@8cII={)K>r31Xl8oPp#Q8v2u%I1%F&IWdxGP0ji zMStL^v0BLwl)wS2LOqn@t47d(OyU1QU-i)F>XZxX70UtisQL{=HpMYSRz=d?vM*;4 zSf8b8$ZR7*95SS(Uz7NL0`j{WCkRp12$218Gw-81n z(eT_JB5{XUw27j5+IYhBT(|IVZW)tnuNUWDy($<&Zt$bheOyszmZ+Lcq;e#X#xuYO zF-LR7E=anvYPWiWvUOKQ`b(I{nfzNTc!t8}Ol;TbM@p2n2%2?Z44})^yOf&7~ z1f97-R;EQ}p$jtnsHNu&i8;Rvc`XB^I{DQ1oUOL-8KVcA0+DxA z^r!S^f6o%rZZ5Bj%2m~nS%nQ);i?);kT6$JmM{1#m-c3a|G~M%=?at~&coZVE*+m< zI*WFq=dflV9ckqV8CpBX@|iSngHz1fOE2BrfwKDXJ4<4&p+lWO1{f~zV5StGXE=+o z>7;H-rfbJiS<}v9mm@t<6wEi#*#0OKwZI>e3g$%TIO=lK!*&7Z$t~k_X{zBpKaDt{ zMb&eW{T*RzvPwAkgifawJ!e$Rd>A;^XK;gw%6S zAu-@TOPpp#&Dd!YWxN{bDwcep!-Cr~8NOf6AX<5wvOrTPp0XU5g?0?wQ)m2p-Re}* zR4u@%C86XC?V=%9W?@d@Cq%B@)hON{zO~2&nLMXAeSzk^dGSlQ!icYBR&7~&(9cao zv@WYBzVQ~NWMa-{Wu4D$gj_N$*XgBz2p3j!_*`|-ceElQx+_}|U?o3QL79vG<&DL! zDT}jz{Gi+v=CvqP+Vx9*x!=S7!Fol|gZQ|}%1iTvtJbtuU2Cdp!W7q@Ol`+IQfT$I z7>5Spho0ZEbI+5HkG2haD=RJh$;O<04kcv9%Q~Z8*OEDs@7h=E3FYS=&ljNdhzqaP z%XD?@Qm z^NR`fn%(UCCel<>JzJPP6+ND|&s8aJTSZKZ{-K>TkaPXHy~4zs7<@wZmD)qeA@eae zl!q#N-s@T0(Ip{$SuSvbp2>h0TgxJwx8a;2(X3^cPgYIfL-SVPf#2Qs5|^A2;R9&= z&r{(~bMDb!hQL~~OvLE!QX18ca)WYf;m}9cSgT6)9M}{azsdfVl!^m#7%1;~g3L-3 zzAAtx(B`swey@u6q^bZ$ocbllr=3z!{NUb?N6&{g7}I4`xqUX(+uJ!-P0d~v`L8WT z-qMuaW=&eRpRKp_yw=I#Yfeu>GU)VcQ)t}KS&%x8cBjyK)gMXYz35cwc5@joYr7HG zheSS~Fg--1{kN27hDI{smHN zNK$~*NAs#;x;}oZLV)<;r1|M<>z#{k5XSgAv8v%M_`$q1Rx!Hm?Dd(4(sNy{h?2F7 zDl>`4=B{AcOt9LBl|7&Sa^FV8_pS(szcOGdRv?#EPGKzFD&G)<`9dhtuvtq(W;UKa zr_OO7SjL8uI)Hc6u^LA<{KG+jWnpHk39eXQJFC5SnC8IWD#BW%8eN`jmtUpt(LeVK zC!h6Crdz{5-t2)_PE2U01>cwP@p1}Z4H-+fzk531A9<_YNL`$T9;hor=vz%lujO<4 z)y=>sfta~o{?hX&??)WEL4~CgpVIYlsPo&hcS#te4r#s$Cy4qNRjUQaQRkgfm`V43 zqzM3pxE-~b1@#QJ@uO>Xpo=*Q3cd3OdZFu7_yt@JTzuPSz#5qjX!D zUTWj*Nc%?7m13g5;=rlVcXL-z=>xUC?b{sWpUl7M+6(uGB?%xLXFk7K8>ysg>U4`u zV&lwxbfJW%R#W7h=KE8}77RQ+t_efE#s2fDL;QH)($7}btkQRS6^LTivs_K zO8F!JrV9s|Ls0PK`dsjY1ruRuf`ql=X*SguwPHsAe>gCTpQOST`5z35Dq{r2hB5u@ z5Icd3{4n}ne8uil5vDgHC6Rx@W7d^%0}-{kr4D_Wzz=oK4OA z8{dLdXsP#4>O0cR+w}e6PoT>kDNxA~! zxjf+tpcU#dgb=dWd@i+&@yz)cYAaNi)fo6iv4N+HyElHqw#^ujD`yQNmo~V+nc zfU8;g{2c3O&aO!C2F{wgqG+_m*yL@+#2+0hF_sxS@{ty*&Bt@epH4r|t4kj*jr8a+ ze{Znl24PDOL;=cgBuS3aa<-kqRv-nI%|X6~Vot>Ny0}ey6^JUkO*D5PZVf`*9|mu% z)KbZU#>vtjQw@jD2yMw!VO+yM3Y&JGyWVOPH3$KLaKQp=X>8@5!M#_E2F{wl#}$ko z!_~^U3=RwmjH<2TA97qu!$MoJh;4b$?R?K#uhJ1XY*~g2`QHo~Plrd}Wc-T?K+?BL zf{BluCKvR}Q>coCm<|gB#+XXG!SBwSl01a5hhheMKDp{5bIMWARO9r?b8Y#0dh%+% z;|h@2bfxgpOfciCmK?xb(G7@sMeuBiaMqTXdxhUU^3j5rO}wE9gL*OSqS+5KwdU^9 zM=2^WmYSAjx+r?3gyk6Yz#*QWF4A#x?q4Wn;lt6Be5uKOFOfD0(V02z(5c2#QDyR$ z$^lKe?Y0{c|7=XylEHy@6h{oAJU>k%$c`Ak(#lk)bi%i%>1Ex+&0T#roNZ{<4x3ZW z-s7;&Ha+5|x3TQ-uxu=&%5Z{y+v$& z=auHSSN>`F*2(Wxh~i7>R<59eNxeUwau8L?)?yhZdLI0ITmpI`c_EC>Fv$T zTlQA0X$jO1+|M8!1&pw9ckL#Wd-wHnXV|uf@0KJSeT@g6ym1)!GwFad*q7vTu+{t* zd#X3-P2Xq!`7+r+B@QF&I1ibq33HnK-6b^cQsy&nMp44OGG7Q=`-EyIZ5^(rH}v^H zZT710w)~F^@#IN4O^cUKd_Ti^Mb%-thGdh5tGwTxH-|1Z{gDg*=L5=}fM!2aZh^0W zC2H@^jEi68=}k$v(^ll&e(LPw$~H2=@it?=pJ6e2j7W*Pn&~)$dm; zc=^)-dUSvCk6RYR&4~Acso>?~Z?kTEUry(F1w~$D7}bUU9K#9Z%k&uBH7A=7e4LiY z=j}gls3}eUo;{Y%Qvfqd>v0(}$>9?JLqWo%iT}uix57P@M1R(Flq{q%?!>SEw9B=| z$9LMF^=G)9z#T< zdq%U6ukRYlY)@KZvha5guIKi;C(&C9fF2lj3wMkRxfeW9i2uN^mG-%Dd&yHPK3i2H zZ{k#odT%N1-fer8(cYWFCN7uqq{sNs;~vLe*bIAf$oY~&`IO_9wXZG4uI`RS*kekU$2=4 zKpoIp>bvDiNd)Y~kfVD2tn=0XX2Kn=a=+nUMY%XN1=trBv@pKP`%My4F7N--7UZ1vWcKB`6Dii6*oR z_lPt@0+D*?F3o;xX2*>;X{JdfuP)gFv+ZNBPxs{@7Kjhyoa{c7%OPawS*!A2!X&+F z2c8MDvdU$+_t%Y6_vgb@2e}Pg2gUBqeiMzEYpvV<`do>Hi^W0Z@A#|sL9p;R47j;x zjrp7c+x{CLoQR*CR%SgOs$cnc~{PYprRRUb16gieH|JU1j!S~7YZN4zO&viju z6agAmYSW`6`Rg+DZyT7anc^Hp4J#ca{%<60U-?zxzXP80>$v=0=kxOn4D#kCDG<3Z z<|nm`cMbBlK0ZPdvtk!Y+R<#-ezX!a$oWj~gb&uE@i`JS5H;;`8j~23b7n-U!Lw{& zGTdYXM%UD^?Y@TDVYBzp-VZxunUXQ6zW1;oAq;>@*T5-iTm#vF9!!Eh{2!61DUnvV zW)PaKVF34BPMrCoEa~1KEyQvn=t=PNZ9G4^>`|?OdTo0mb_vC;i|dCUn@zOz3c4M_ zAd~azh%LIGoeXFjF(lVk2aF@LIJAj;X^wf+2( zdedQBYZl7N+E@W?(JdENGTZtG`Dpaew!izJeDFi39+TAh(sV8S);o|jBPGjVhfwG>1j+vO>Sa_&~Z)rj22U2lfH;W z4`i=?*<>5@NZAT~@jOyY$0{@PR+lhzwT88^n^Z1CBMO~c5Q|gm2;;dPj)cHAS@zhE z?1JSJB-=tbTW{gIc>*Q!Z2g(>JBh(WIfs*%Ux}(2tzGia&Fagt>v~k=)+%gvT)8n3 zc9YGUZmdONQC7cM&Y_#*SkAf1Bp32n&Na#;2Lu1Rq?rLt6i-29Qx^H6I9F+&Re|yY zsngv1d~IVGDR|U=g`j6;H3OKWRc7l!2Ts`{wk}T<*4VK6;39YUvsMnSG1Iw-?b5{} zD^q3^*K=rP0LpU;s@85XK_K~L`lh7%VDq3iDwqSPVj*|>Q)`}=YDp{?hV}jx5YxqP zT{0a(E4m<+p9n0{WI#<8DAq1*a$S-#V8-?XdAla5NHja+=kBK@0&^s&xXo1Q%4IB& z${9@329%fTGi0V{sH)C>9Hk^P~2f zbgWWcUU*EERf03Q;i5EkM=TpJT|FonnB#3k!M!+EnXWFvDj^fX^=m%`?aNt04r^oT zJZzAPM2mB$>yqOdD>SbYsp#;HbJ5tiqdd>*0FBi6cqO)cp@|oT$;@|+Z*)9nVszz( z6y-6t2beWGDN4W`#$1jZ_@SThB*J#U_=46U$r{r?lD?eY&^lMakB)3psAQ)ix+`Ew zq}UN_pbSq*DRmIfHF5&I^m`0#^}p z)Ale@{Y4qON0KnL@czF4D(i|`Wc@11_oHw#UgRT)RJP$7EdI$5-Kz}-Rx;f$Xeg1Z z82qcKBa8cLRoolJ&2mpPJ(KQQgyL9(>0n)odapFxs{S>H7XUou?k&m@PeL?X%K$BN z&jL)6|Cj@ne=Y&Ep16;BmH<52Mp#MEKh*&yXYW-ENdK1>T_StHOO#<=#x=)A(i~)PTbHF^7=u#& zZqCX_rqP6&d)BLvF_(IJG^-Su07wOpy&q(0e8UVR7hv(72v1$T6^oF%f`q*IHUE?Qro0q z3iyS4fRWs3r-CjkAEf;fe|c1^p+V~f2F?z&+`3zSyDY+**{OgNi^=#0?V);A ze*`p*xqNd34=$;>d`pB^;a_9>3T#}nkPM#1sQegI7g2FzWQnNEWCml(Mu~|W>rjA1 zM5YQ5cNCUIrZUL#I0COELpbWcvO;q61mmy1|2HF5W5VY(eo&s6({ip-`{JCc(HW&p z`>NGn+_nOn#UqD;O6L!KE=9Ta|Kg=7);2Ywr~Ga*%~5!z8A|^*>u{SYq|o^jqdY(Ls9pabMv77z+M#KMi~Twfq0+^#2h;in3iS zhr8~7>HdE?{eOg@Tm>9vv(dpwGeI}v;f$jL%E@WQ0c8eSfN{?AjvkN1GjWrxqp@=scte15Ao!WGJS;}q$ezShD$Pi-cumVAQ;AM{F6 z1zJOR7K6nIf5C2ke1RoUwyDIP&Up$HOhbKQosHt;T|(@U=a7W4@{A~_kdGP2Ticzl z4f)j%fnWoVX>BCsMsZ zw&!$7Cus|<@s$9#zg+pUjpCBmjQ8dJ`F#Cyfk<;hLT_yqB5fyXaI77Q2(&N{^OCUj zrQ4G_6i~C(2IbWZde+54$rHHONDYo?ftd=t#8h)hH~w3*M>|{cZ(Z@K@gzlt#Dgak z^4N8MVJ|moJd!zw6gvfdo>fQxHM?cFTs2-QQv#e zyWxl^-9I3?1>0U{k6=N}Y5@DzYfjQ+9{ti=$Wa~ha8fqmEHoV~-#S5$(zN=;80yzp@TgOxr0AXdeQ*IV^MmP!WfC$a6UN46Xp|flwq-`? zOYdu7oN`hFqgf>O(VV-LT1j@KlR@X@C5+!tNo8MyozzN7dIS}DTCEL>JD)0ZaiOA> zjqz0j2V8gXlT}w^^s(|7onx05k?Mk>?8W}7EtgjZykG}V>+zCmFLO};2A>-O;`xv> zPw9|?T8u3OskhYjnZ0A$9jw)FU_EpCTWhs8oLg|Foy&pE=D=*TZp!PXMas3?4+d85 zuRm8UsccfQRNWpl1CXT$OlXDhQBQrSB@DWYtg$GSj_8@3vBRZ>pAYr|Qj1b?8u0RQ zIWZ=V{j< zIzz?!eCe`El|t<+?7hXhCHI|ERgp!kMiD=U292oz<#$kHO>*3x<(sHp%+yJw>0 zi*CsJxfnEf&^z`p=FU>w)*3O-J(#IggEA*Q1>AB@;Oh_kr$=^qyKe zTMy6BsbWUwF#c71Qer)}#VUI7y<5GThTJE|^TD>xcS&!K&+w8sd8_ug+5XsEz$9I zDXCN|u#=9Iic^#z%(oEgIy2r`+I=ISN-#qVS)ArSA^&7Y{jHpgp>0Afh`e@2wamC6 z=dxf!_VK2 zF$NfOGj+EPHcu)fGU|FaWCQ9rUE)Hz{XE)j&qN%yae3<)_&n47)Z&@Mb?HwqdfG(7 z%bL|>I4C!gYiq$FQA+BaIYPGZG=F^WgQgf`?<{-qD^c~?WVG$O^`i@>o|$$o9H^YEY}YgMy1I&La@BZ0b^C-^;6YW*1y@O@;-|2?jj&jX z(CRbo>FZ;GQjRmckQp^yx$F@`EBMas%6~rRTVLqk2N&WZn)_bJzOX?eFr>IX3R};) zux{Sf9ro%*%bRIjV!)@D`rvAv%rUy=zU^V{K?7VH6{=`Gd}Y5dp6r@GemL=UJAU6# z(89)-J{^=M(c8qU9O|sU*cO{rK}9!v6HKHTeB&BgV9_ zwAhTZ1M`Z8$+3waD^x5rGj7j`x7UZ)VO`8>5 zGRMjg{}&)Cu|Ckf`;+(du{g| z(Vt$jD61m~jF;)}zqfr)hy4UqAv=;9D8zsGwjq+3;f0kiuPyr7kx3pCPP`QqzIw(ti)p+?ZTb%spANMimwZX%r zX6<=-@3v)^0Zu!X#>*=0UdANpUG0)HC^&PSJG}<~URoL5h^V*prr9rEe*2Pr*cS$O z<%z!8mIY`)?A2Oe-451fzw&`W4r7EB@?#lnv;1n`WErVb7WMg+PZAsMr-4g#!FV+e zyGpG2Q^59jeuDft*u!k0@3K4W*c>O_(l<(rWEqx}T|u&#X^qTg2BYy3MwGy|;p^-M zK|LaZH65b!6?^SXhs+s5^xmtwf%i?pPi2M?B6EUnuX51&G8M)`D`|!B>drvynr`Er zn~?QwGhq9soiMNwOJa%a=I7FCdkN%IIOfflR zo2#K6EbiPIVY8NH%WOhlO{`R1JYF5MXMt1t&@s3&jJ{Vjm}9YAoWMlGMpyHYLr<9) zo90U79hW>Qcg)h#Z}%}Hc!7qvG`c!4S2k)?eWb4!Heph5O}o=d#jPz9*GL5d%o0l? zV+JzCC5WIu+8G5gZP>>9K`^B~WghUfSgUHOmFg5VQ6DFf?@P(wj?eq5a1?GGhHlyY z+Tt{>CAh5r4(MC#p|A=q!u3Kpu15^R9m804rHBbprTwY)daN468e3)6ReCG27Oik!`f59?jKq?Ubc^ z=U@B->2-Xz`m*23Tn_SJ&x}=TJyUYC7-j8Q+%T#rLm{Z*r0t(m`x{xwSl|^m%89ZO zmQapUtJQC9^;KP@ws>r>`IzxoV&zI4cn3PJ3r{(WHYj>kTqg9OI6N0dmF>~HAQ_B&FlZcZ z1)p|`&%H$MG#N-?1VyPoF(gkjvUwp|=_6e5c2vIjdr)rQFEUPFAKs#RAzjSp6&~%> zvC;^cj+=%hLdT~K;k>O!NW}quc}_oxr2^5~Mqa zZ0NbW?cr`D84qIcIm0QBZ%xuf)^HM|y#ULilxNl>>%OvQ&vxzO*_Qi_b_5Z*#N}2< z^~^BES`Ej%7Ldn3r>vwu~ z(aRbcgz$}*XQ{hVdQe0Y81}?#n1#hLNF@&V=ADYEJchH9G96-QBwVNQkGk+1aOQyb z!BHAH@A`EjP7HQpME?kI*@H~Lo;JQbSA|MIo7s}Jo}HlFBdgoFH6>gccn zJ4%ur>R6B)@{)Td-x=ku zDi2kvuqxrxAIj$S@>~a%3ze1DYi{^-(G~KZW=2b+4S*{(e1_@@K%1G`K$T@)jEfSf zknt!tPAcd)8?3nT8yUe-eR8bJ%IFZ!nfV@}d!rLF-zs-_3Ym-@=M%uQ-ci$4RswKS4}Z9>?xJz9;h)wa46=iV?EQI#J5YK1ly zeac;RyA$GWulR|U<%Z?lvSxu&6%B(r7maM~W~s*rG@XyTM=ie6vsSqBlwUJy$mGVw zidXO`O)X>jlq)6o^_T4Is_onTU_Tz}c>M|e-`5n%K+X1v{Yvb*;O+U6_3|J(1@zn| zH@E!sEU9$%q-G5ZmqJ_Lfqj`3;3EzN`UajWBSlC@!GjD$916D=b6svzL_6Ums#iB9 z{zTjz!e7|BQ*LlO49S92CrE8P$%6ACG}v5jaA7TP>;y2z5PKz(LJZ08u76=e>Vk;pnHZj|18o>2NeQS)W zk|M1}R~NtK29KrxSDYyB#|~+$LLgC4b^?Jyu85&6KN;i36(b}^{qvd`oC9eWKl9Wc zH?R{!qF~FlW}VsiS*}Okl`5tp%=py7A{w~h2X3qO)gloJ^f1OaKpRt0qURt)9`&O2 zg>&^NpcKM|QxtKI!2O)U8#_}p**8O%vepm*)eMeNU5BY3$!koRN?|o6EO56P*bS|B zKiPo-$Hw_NTl7+uG50VNhZW|etSXe6;|^{Iqa%#Q6BL=dZ)q*S)Wsj3k}~vi+ZgIK zPuoJo7l1eyQ98%p=br8fT3_`f@B7eu@U#0pnE3lrg0MFhS!^(I{@F9fed;mfGTq(1 z3F>b`i>oqV=Cxe;d4LWJx_@5Vi2Akgik-l4LxI>_otP#ca%TJ{iFcZs`e4bLB^xtSGbJYFsgejks zdE+KG+p2s{=2@BX`cUS$!#^|QFD(bAj(;nL#UWh1xLuc%IX2=tt$JEDt<`dugNAI6 zj0e=;+ATh)tP7EX%&hDrR_~ax1`R&O?m8u?_}oX1r|0AN3$>->tTv%2NbS!vX>fgz zKc-bHAQb`7!+5g!Enk6aa(L>I9>+_Np!cNW%{|A*fCUFZqTK5*;`;Q>Ac-U21sylg zH*0m-$@%Q)l==}-t0z6!j><2saeFgbZF|V-fX;$=TI7kDu}GrS?)~M#B1LJM(etn4 zRoMrpPf)#XSO&i&&HfgkLYvqkQ9BD*+1RwpiX8D=CmFsMb8N4$02SoR9CY1#we% zsg;X=Qvwc!s=o1@&d+Ct1esvq)gTeAKk7|^TD}jwMxvoUa;1mS*|=DxZ|+fcEdmn} z=CB$GEMPFGBmL$%B2tT~P@hnDAvFuXmXp=kTWV)Ua1$&)l-p=1C<^av4aB_hAgd8H z+okXz(B6e#(?$4Q#{ScYD`4g;ZGK#u-|uy$u_JN<@nQZT}|Jv%+fXs*HIyRp#AEph_E5M8YUa@M6~6;xP88R z%?b=S8~!Tipcv zjW=OZmwld~Q>5O1rm)7Du6ASHx@{nrN~DK@k$w61K4T?SUIF;D=ogmz(cGTNOpiHQ z-xvrbeZjz3;k(MAr52xVJ)0-8K1jC2HXyo~^w9GiS8#V{$0kSMZCh>pX7EOujKUvC zZc}mkTSpV<&I9=HpkDnQZp2qDh<7dcgg^-KGdSO_84`f_0ZGu9=iX#<2=o*g$UY)O zc`=)Fd6D*rRg_oWl75jY&-i|J&=%+)wY?Sy1A|8Ha@cegVij2R2g}?P?2mSWjI6KeOZOZcd%jK8F@h~_R z^I(7!+n}1Pi#aPs!Lu^W3fBATD}GSdcxY2S`-qIe6*m zNL8F^&;f^uJ6V&t*9pAMIcvKUd%^GHd?Q1H7v(3wo zhQ=lu8u;|rzGH#ZWx_0HEyHK(Nv*k#{2*(gIgMQ3KCkqUaLO9=QiJ(KPWi%wIcLiN2eg zamlQI@~9=A(W)7|u~L1(W#o;}$e)p&SdRK>NQPg^U{3@bl6UHbXzE$k7C*+uQ5;oNQ$WDK4JS1vF-fS^@=u+7NtpN)u6>ajro9u7KybT6ndO zU|ulaoeakrf5hT=xRddRnD*gWPiC~%yc z&!h{Ua=pj>%2n>N16GbJhe<(^U9kW3#us-2yZmABdBd?Yc4-;PLeNWTzEFm??6RYr zfEXB|b}_NE*IlydAq`Ft1Aq5jHE}K}qdhn%ZV&y=Hel-U>QRa#!ySo*;n9vq$HJ{G z7hFo6W7FF_wFFGvu%{HgeQ0FjdM=%PwC`ZnRd}8vi^PyOd!EbXjTJj{wjG8O%eS%{ z%na{f$!lDK?p~dm)x+&mDATC3sob}Z6 z6DDhNXQ}UGPi8~1S#2<5gxU6(5#EpA|DR*JnT5l;#Vzi_>X^z-tmW<82z-T*8}h;> zkAIdZ={nJhfn09gMsk1AbREp#nk1Y$!<4zjgEfew8~R@~fsh^f9{yvd!j`1d77!8r zz`$$~M>N8BnDpHL)Qe|QSmZg2H^Ifp=a__H9*-Vj92>KjL&J{wJ*-hz@!FQ< z{b<7no%~_|%boZA70-8m-$?U+{&v)6rzZ3#w^3cldA&mLP4`nvnt*;nR&Y#avPi_@E(nHS1MlNNH;-A28}S<2c#bWt!K<^u%x3CYzp08Iw$!- z2Ixzx=tmE0w*S@A1@P#{tK9W(D#pau0qqCFn&9BgIkIqB^y;sVtEzrE(IRBu)JMPK z-(by1_u>*Ob6W6rGhz^EN)hPAXtw;HvrdNNMx1Y#IN81sOPyl}p;#%lu+LXt&F0RW z)~q`(hZN2*;~6(zzXVhRjCyV~>ypGdlYy^N3G9mSEnM{@U7iU%`2pv@0cq$=<@HH zkl8thdQ<>&wu?=f(lgA6URSV^b?hp+Rfz}OyZy1@zjz~Fi3X7?C ztg&J*;|o>3b~~vYaQhp|^!lQ|9JdK!F5Fd#R(j<9ntjM0ejwRUmFMY5LE##`0)~&f z6WomleO6kT@F9`$~l=vV%^YX6ff z9Y?QZ5`V3GiM~g5gkCT&8jnxu@TU4S01QBbfXJ*YKWP$2@y#Tk$ZLrK6ZmiF2#C>Xg+ zv`kz`(F=Tb)FhRj54VK)zW__@Br52#a#*DbS&i)9<6plE%lGTycf#Pz%(?Ey$Ky#R zt)YyftYcX7CERQwFN=hkl{x;+bwM(mGQyf*RV5de5Np!wntwn1s_chfvHcIf+WFyEasSJ&o*(Pn zBQW2*sl}qw!kFoZ=&Eab^#nKwbUhWkq*0ou-Y&q!+HPdHMb&zFz;m6O5|M>;x@!K~ z;@&7la;j|cK_jV<7MQlbFyZ%*)r7eld0@<4=#cyDoM-{~b9@u#2y=1WAD`WjWJ;c) zEmRWlDbo5;0I`#jv^D9G&D|O$^7!ufv3wpH*gn#$vAVYs9QYghcpK?zwpXh+-T`8% z51(((UB$$&Rs1>Pjm|dcE%RXk-rIbf*f#)kx)Xx+mQ}uU0D#Xl%QuangsJDMfNW|B zg;T>qFJ{KD_wpwuYF3rI(S`bO!7U3p@3QsR_{0WqUPSHs#2O}NqN;TfSEK#!D3HG> zcl)ew)^UG(zg`~^<^SD2rj>Cp^ID2+NR$| z5CizSH}TckoZAn8K^zT6eZt>LVZu--5Cyk@q{4Z;g` zvbFY#VX-27%dq<*OaB1V8xH>u*MC@#S7{VYgx_D{T1|7c@Q?D*>m?}$Tj#@IraFuD zZuMB;R!?C}VAdB#e3KwklDF0eM&{9i1M~GUQX5YFAE+yqIB>QU3{_8s!v?=Zdf7T9 z6v2ifErMjNjUR_?@JL~i)A}#1c&4z^OHEdWhsHBq;WWM@{9N2JyhYD1JKZ(QrfajZ z8FvlZAfq)QtIiA-oa)yx$w5v|&6~y;q9!=sx!W20xx`5@Ye7%gj7Jxba2XNWv`Q9R zMb0kz{<>(Q_WF=4kL7BXiO!obOPfI4xBAbmmswSnO^Lj&^K2q6+(RCbrjErg|KtcCsyAP26A%6<_?r`CpeuOUu}}0AAzPoF;8LePQSWi4>ahNtSv3$2^GR|i9~zm>KNEQSZdhPG)W||NVB=;+hU-@j=@{U z73X&I%iUT%;M1R4YLF*kN;1|rk8^)IYPhje>^uXtGnG^GQl+OPKCc|v(CJ0YYb4(Q zgC)SbG(~=5Mkm^_j!R$TX?48i`8}~RArq5Ku_Q}*S zR@lqc%C9X*A3wsU*DESO(S^KVO1|;507E&Y6_h;XVo@VaBFW2n#W4Axn=PWWwV(BXMpSpOl~eyicq{xbH5R%ZH2aBI-20D0c`QOGR(uyJ0u28KLNe7TM2fB zWdg<9Z(wMFjye67VmHOXzu2vkU1(=DtVk`*+T3Y_)^h*IA)?C~+o{bOTdK@j`Zu^7 zTYRAgdxREr?A&c`7Ab7yweU8jnOyT-=m zSze*0#}o?Fl2r#QgP#YM9gdl1b3 zo{u={_(7QBG1YX;4@0oGw0E zlW$Xr6##G(AG7V}OlB5vAUzKHzMMO^0NhXHqg}n8s3dfeE$O{08ea2MIfv7Umdrbj z%3AcT5z(bzjck}4^tERiZ`YCq3xA`hqhMl>jNP|ZQ3Uz)W7UVM!IL~iBMs`IP3lod ziq~Elbfh68Sk5YQRxcZ`lwm6z2{+2n=ev8rC`|j_b8Oi;5 zg7C-Jt`X6jzA#vCnMFZ$T0*1EBYV3^!7lHVY0By>#*aSO zr3gxF*}n&Bxtjo83=$by5Eu)R0aYw2smgVom5G@au$UKE#BDydB(xGa@x+e6E`nVx z4lLI!4xIO^o}jsGCx=(@(>2AG5?56-!c!>@gb7xyERrc1k6c`+{Y5D%qFQN+LSElI zN%hJG-%MRz>=}t|sLCV_LdHe6Od42TBMYLaO#z);T{<=xGb5-xK*IX41o-(aG<1jx zMeRHSF**OcK)P<`_vN1pspYR+_lx#H;7P&e$%4 z^DUGHMZPTP`f4S%6>=ILI!XoHhu z7JvI-2GD`xEkWaM%!#`%uy4Fj?%Gh31L%PCE3;*G#sO2&c0AnJDp`J{6K=Q+g*Dvc3zL)=GWZ z(}6g_K7LUT=g(Cf7blzc**R*U$IMS!uzcg&gT(FOn);a)eTAky@RyB*@E;v`Q%F{_ zOiTGWULQ_`MV2V_ zd)x1)oD+clVNuHkn6VUN>_OGY=>nBgI z4Dj3Y<4#{+<-5AG<4|;-YB;N*?dM7CzANtbV@gDU&Kdg|}*5NUFdJk0_}5K0yU$ zRN67AVi^Z}>K*Xndyis3qWWXd-<`EVN+_R3JmP(bc~bIx#LA%zNu0R4<8R_-$)q9a zQ;svuexI+z*{bj4I?3pZ;H1; z4HcG#FZAE}`ildQ=DYMF_iLYG9Q3ZUUWYjQ2c@sYl#N;>e0eWdZECLuDKRN?dG@a3 z{N0};QTK8IJ>{4oU6!UOt0cb6QeFkh(QUoocSru;X&b#)tF7-Fy~=a%ltCLbx`{sr zjcIrjOe53Qan+#7h5z#vv2Ew;I^4he-^xo?_t*D}{mo07%Y)K+mehGEsKIR=J;6T@ z0s&RvB_%Th+67b%310CrOHz6Nn4Py|~uWTQoP|9Thx5RT}}#Dz^Qwn6=hF3~^jE9&Hj50wQnG^0Ro{ z`0I1SgkhN+g;B#Dg;7(L6i1^E;@^AO6%K@-dK!Z=E1W4zSV8m^18P+M9+wShn6nMg zI4b8LCtH9iF>tg~v@a7W7ZN7|sKPLjNbDd`sv{6XBdyDSV?rOOW$Ex75p^TUT&_1OQH;-|wghjZ3rrNi~XpU`&z+h!5WdMV!o{20H0 zsj7;BLnL$7E=*af^u^SHCbLz-{a%zbMggDTS;mR0I?fa*U~+yM-UK;HE>*~=@;dmb zRlbbM$ni2Zw>ROS$j0GJxYv+xr82;a!4aH>2TNJ=x|9tRQeoC(cuX%_nBK{RIdsJd zyC;Sh_7n^&nEW!NZ1TdDx(v_wGpH~Z(eGk?tD({ZkzY8MFt!4e;)$4~_=epVi6Bm{ z52~WLJ$h&zK&6F~;RCNAs!NhYKMoD**L0E+2=u4k3~XHk)F6bFWN|ptmT4dp*~S5I|Hfl3HIB(IbUUP(=v~y$U@2Sie|S!hjIO2 zSu=*4#TjO{SlUzMWDi~f#sA44wqV{>wQoo zV)Zc+ul~u#pGj=9z%!1R0Za%$Vvd-7ObE-)xT_Sw`Fsy}YwO7-L=8f|?hI#uoE5^Q_w>=v zAg;&kjr@`v;gMWt9AYzsY;68tq)&kajs!nb9|D|at^hS&ejw~uM$lzm{`*Bs1Y0jZ zo7ws40^6B5c;p3_TWY^W*Jq<7^Y}Zf%tpOJOOO-U0Ep0PbQ%koWftUu%pRiTyIQ$r z;;~V39G5z+(bL}=buIwl`7UA3=)kd<|3V+ldbB(dfqYBxLmtuuwKOSjPoIDR_UUGM=^!OJ2 z*p&U(?)L{U4>Y}LB-di_qgQrivpOBP)^YxxMb@N2H_PwzJBAe~Ytv|rKxF-iz218^ zElmo#5B1( zV#e(QLm%4g*<85^gPomH8l!r6U1^Mv!m9OVH`W?K7b10MIGlNsQz|a{pRzw<_q5Yg zrVwjNOe}Ot3HF@jKjlH8JZPHCgQ%b)GacnJHIxj$GO9RQ=i4n@E0w+?AC$hL2f#@{ zrMx1_vv64~NlI!4{=GTohfH%EC>v1^o0VKz4I7#-mp4n666a63ASXJ^R~IdLhvA@ZN5GdlsTRGSI+lfn`w?S%WV2D@6-OYM&!O-3W_21 zjj$tq<)LVmKMevO)R|42N$5dx*HABHLiM8*^UHO4Hv^f)_7-h%sq-~8urR-)o<5JR zcI0m^x3qEvdD(JW_e#R>rYo4!-A!>X&L6iA3`G*174JtTN?kaP$*Q6NHWyVuMEwoB z<=_2qdFkH|1CUFzt`$R0%jH=L3PbcRiJEe2yMfu~jHy{l%iL)~n$XytPz4G|A(G@Q z3t=Ia(k1ahZpFTu;8POoi}rS0r%i(_FB49q%_(DsOKKcoT&aT|Ul*Ho(fa>XHBvyQ z8o#I*@z$2A8`bh6=u@;1y}7D#3itx1>_r0lh6~Dj>TX?6Zm*t>Fost29Yn^yZMh1M zvhDp!>0IQBzdl!JRjuD$U4U)mK;ID27&qrUPRJakp;y#q7mey6kN6HRmPtEMF77yU zB*t9up%zGOl;~B?*@4Jv4nx%e<^#}}@~2=Ex^ajr@WKf@50PrbinKcOREAcP>m4%) zl2rjH&7*r4wH$oAk-vwy8{ApwS}5_1?Z1Jsz0*Wg0(_i;P-MjJ({vx(n{t%kh9y&I zZOe;?Qyis~Te5HxQ|Q^BFIS4XKV4^3Gt$LW>X!7l&O*JwJv9O6Fg!?Q)A0&vIlqY& zXG9aRO`iFbeW|OTn8pOq0{zuQD8D4arX^AIlb23WI01U>@KLe(_Oo+8Rt!F<3$|lDn^brRx za$?rz7Dt{VUQ14_vkni$3TY1CtOH4n-Rtg*Bq7P%kB~C>ybJ0vd?b$(9eb^k5PH5( zPXIpS{B~1@bCr=*hU4(&Z{+?p#+RCB&M+`sgVYo0ZLUe#x!BlE ztlUw8PbrM!yI#4r)V9N*urT5*#@>=F63SN=f^r9^USXK~M=5v&NDD8DhukMk?fHr- zF_Q{H^p`x48s8vG-kpv8NqM0%DQ|6IS(Sw-SQg<0KI}pr74Cx)n^&wVKy#(((SwVq zr0gk?V`3sjXcu9x+oU@Fvpp|aisym%>#APs_BdCwJ@uq{ZaE*FmnDs)F+Ohrt&N!L zH<_B(>qTn}9cfdQ`QZ4+11<9P?sQU9Vyyb%`v8c$;Mv{%-wG(4f+DUNXL|>86Zy&+ zZp-h246Wy^k_3>-_?H zH6jT2PMA4sQ~YWn7GjZuX2YByH`x5dyM!fvtTT)!`SSek_88TIHBZa6YNHrGge@3) zcxAD2O4+}`FPNoyQN&V+I3YnAKaGQlFhova4ez3Ad7Sj1+~trau3;|gE;+_P($tr$ zg+%6kdj#@XddS*phvJ6(d}WlkRugaMxQ@~L6JW(PYrnvK{lUO{mHxO_!@Eup%YAUA zfJ0mmAVVCegXh_4dg7$)g&F#5g==rB5gn9o&T=WOjEj*IFEhN}j@Cmv<6Qb`7GIFk z2kKePSZ7Cq2=D32Vht;L=*^j9P9wt?SC))^L4BngIMWPnjne5T2 z4Hg^_Sr}g~yH`Ul4fJjCjzm_%Wi7#+H8U1u9@`*1s0V-T#m2Qz5d=Kz;m8a63$-aTmU{hi^uax-I%(o{`C=`!$wI$41<_4=(e zuA@pNHQ-HK=`83PPSIFf^u%^9VN?M+Cs_pbk#UN761o-%n*~L}=vd;q2dXL3DZeF;3*!58|(}Xbzz67IWrl)vIN? zk?IIuQQOo#1@9Jk+@#gTqmEQbxi7-Iw`Uv|xO3cAxhYvflimzjHK=Ww!*w zieX}BIya@n=j*kF`D=m#-I1ek!LkxX8wkzhhCWc^Trh}1VSN7lli}JtUk(h1dse~v z%a@@Q&CQ^M{U0W{?bAUt0!6mFw>mgW5-n}_Iel<*2w2tSAl`| z3`rO-m`p@vLdjHrwJ|WdmKt9b8XFlc?{WELG7WtY6PJZ+jwZNzq`ElmN^wHC?ZptE zSxA$w52_C|>2U7q6&raG4b(~Z^?5#jtVWeleLLCT;$u2%)l;r;|B&A;4oUfS1KMKy zjvT&+s8?e9q9qLuL;a$Ze%4a)B?YBsWFeS}WTV!L z&JYj#+P2HD7g{F29V@r{@`rve?KC9bF^=urJ87MTEh|a*W4#$GPKsRytM}{Lm`Ja; zvE_wgr3dlkV!sPinSFhIrtQo~K(pea^W)bIZj}rzcQS5{#rpBA@@zh*upPu+y~}9>~5JZZ-G$Qc+6TKoZQ-(7vbxk zK0f4n`A7+!^jF!A`}5}``Nbtn-*3W6uiwx5&W0;%^sJ3WmGFEH^NzwEaub)ms+ZF) zR~Fp0D|lcsr6N6JvhD_9ehpWwjk{c;3KS2Ac6njmTNrA?#5NqUsJiA&!0pCmz;MJs zWtBsL>KG93a4)A-8$ajHZW@R@{0MO1yH@VB(BYm75UNFi8DOG<|A=G^@|#TS7aEIh z4$Nkdp#_curl?|O#LhZ>C^|A9Uaoui(m|c`4(2-*YCkvC3~{_zuH^km<9r7~8+TC# zBsEh|2u%dA>mhnnW&2zARf*hc{XR*r(I`bCKnR&X3c%33`^z(e0SeI9@ALM^zq1Ye z=aZ9?yh5T!{D|Sy=<=pT5SpWMg&E?fjH*M><2p96*y%X^@`+lvqZM6xxaRARanDDL zY&LF05wu31`d(B2YQt49)E{@Txwz`1FNCL8(T&Zl4pR4bGEJF!2Z#AzoBy}-2#C)- zC_a4C-E$ho(GZ*ZCd6(gZ+A1;OLNh?LF~2&93olA}Dl+aQ6bZEn&advwK7z-P}do0+}`}_EKucaYRFBz?W6{+R=-xL!gV^@FIQDSk&jj#BCk$Xj_|MEYM<79e6>ExZ~r`X!F7u$i4ShIQNp{w%z@}Zaq0|4*Gc&EQjpA>AyN=_2L?Qdo-yI_sypPBSe zSf!+(?IhpEYs@q5_f=IPydJ9PuDJ>9 zRXabgGcA{be!opDeg<7ToNCUleVLv#PiS|z`Y*Oha=Dc?T(QT&=Zkdtd(F6aPRz=oGe2ui7E7Qr z|1Kb^TcA)*{AG7Rx_!i$v_54_4qw5}e9V}HuEou7=9{?vvj&hfBI897m(d)t44FA1 zgY-{8s$JfMZ0l!0fv3#p37>ix%9Cfyb&)Ru0`g^(tAteE>c!}_bHHdJpLWFLC3959 zUFIR95a5fw9;_-1F4F~)v<8dqq#4F=vc|VRQ2)W-1Yue;loLXS@r}`IcY_3zwp( ze$7U?irdtIjHc^p#)s;1H66Is1-cq~$=1MPp5NmiGlw7i%ejshmWbcdxAZY*B>ZddJA!xU)^m7meoi(^?q z_V-P>PPprnFh}N729G*%`=bDKV{4SsGE19xHx;daaV>ooQ3mTMKvSaJ+Hi zcki{y%H7fRu!YGj6f5=KzkD3-8gy!j@!(#+y9S^-1>Meo4(Qfb=o$+fQ-m9G>c$Xu zL(3U{)K05$tc4M@pw*aPvE%l*)`VkF6qzIP5ODYy!wApN#>(;Zo(QbbOiSM=XR-WA z?dcq|QwngoX(ryj82&ht>ytBXSPAF0?mE^SuJa1~LuLnOmHKK^b(mB@Lk@p}xYUQx zPnBm6s)L@WigN1S&Hee9{lxU#(<`?WAyS|A!hPu(*rC@rlt=oM=Wp>I-MT0h^E49f zTVd;&e~{3#IHzI0mhhsNWrh*_^0=DDW>@iLK`Tt!vfEW- zM3&8MQR4}I*@)9HIB#m3S`%=98%p0C-_wTfFrhbNwoUX21ulhc%^s6ngG2lwj%_*9 ziR|96+U?GCCARrK7Ea1_>4=m}m&aU~h>t6F*hc&8)L{G>89_f*`dYL+P{Q zT;|z?I&1BB0`f1-o1L0<@v}-~rvc~sS+L`J`40-`;5NYc20eT)!VnSkr+fJkPwR?@ z)S-a1lsL$fwQT^DntJmd;P^NcjiuF2gkf?~EH=juepY?%Iu>5ww7pP9q#YXkOzaY+ z7#n&Dsoy|yxe`UcIF^FS!4;eK+>t-Ewg0?9e=48KCgy-jigM zSi7}6AkP1GkbKa_Xk@;FAY`@lgzWn(g+$WBbX**d3|q@GjhF?Mq-jO;g{6W{9a=v> zy|Y&#R5rJ$(R<|#bL~=BiQky)G1U>j@MU0pS-#Uh9HWb}xF8k2i9K2hW)1h{9DGH; zV6--EGf#QSidBJEzE{Uf5Q`kKPOVj}M+H=SVIy%piJsp+Y&4{Vs8M(()Qf~+94X~N zUEP(q{KmP8S?b-ndU{51zH+Ty>8_KAYT}9AJc17qZmxV%o>4?zcL%zp${c^U|MYTDDrb43)YT>I05I@`YHS$IEIDFKTVQ_d4!AHQM7cyG0@?;D~~C*_`@GgpTYAY#D{B~AY+O<)Z0^<6>$hvA^p4t!-l z@7Xz_;+MO{qq3)NN>sZdDyr+eS;C<~;(xr5Za93`U7$7IWnYZ4+F6S7614+(qiF&t zqvyO7F*hnOo~%x`x#1eUZy4H@>0t(|^-v*xw!&R6Mh!4jVQfKI1Ikw(x4l13YH=H6 z7gOk-39iO*ae{OOO-M?pb1%oPVQ6upIuj>{Cu@D0%zdgJZKM~egf^5iyJv*~JA_QY5k9L3F4FI^nj^Y?zbYQF8&>Nj%%xMsX@ziss@7|)Dv zd7K!?b#nUMF|uMWl(%csP;*!Q2E%Vc$CT;c%BUl@HK`A#*g8$l&y*8UNjtu_w)O$3_vkh(qI2Zi@v^Riz+MWpxd~aG!7fmRH>0Rg zd0${w6qxbG!mS`Y7t_^Y(Z#qC_ZuHG(DX*-26^}r@&HT^tA$Qt*t2qbHjqjrV;*vGm67OLfi@Bw7qz7LyZ!2>^onX@qVqcQ^o+w|l2&dGDT(sHq z2>Z#L|NCWWpTE~ZA6V$U{jK`B03a}TMX~Zbm_Y)U5-!mD6#AC@l0yL#JZ*s)e7KMG zEY_1@7>_bq39>ULA@m``*6l;G8lgG7`nWBxA@l5eV=DheLv3P5S(#Tv-u;1$H@x!a znyZ+!m$Cj1=GUX;d4ti2=ipWuXwo^uX@?Ir5)mT z<*&Z}#Li`3%pJ(07WMWzNS?gs%r4Q@>+0m_d<}wJ#En;h2WHi3F7z(Q*h{w_tH!q7 zLz%VHvbhdRN@P9X$k)&X4ozqxw`pPjnHwS|S@3*qN@G%ok3Lpkuhng^l$GTgP_HO| z8|poyjWca5(iP;NhHQzRe0az`K@%sK!K!=V=Ji$gC}}3BQ#U=uO++nF>ctb~-u|$| z^Z)j>0(8e>%bmY=asKZ6zBfHTv0QsPe4B?VZL3nwopIs6(fa)I9VbZ~iJ?&a{JNB# z#4LR_ZS&q$=0(M(Fqt2;cQF2dsC(vkqoZ)Z96GCB% zvHxZn)NEL;{ln@k3_LwLzmQr7T%~Bl*GT5f7PN@C6h*af9@l}PA^y33OXB=YlAN|) zt+s}^^G~(?f}VKwtMA9=1N1q48x4E0>07sCwR(C6b!oXKrsutCWYbqQ>xI++R}zWx z67l{(cc=~&CO(J6xSurF=Vn7X_Y*)Zi|VGC=EZ=}rx1IDA6;Y-u*}YB3pgR(G8yrDxYL^u`55Hwf)C8)liRF6)dckMae z$SbyjgSF~9Ix=L=kTQZ6;Arm|{I~KhY*mF#CZ1R&yD8piu$>h{+JBTpWH?EY&6s*P zkZ&5eR7^xlnd4p2hRR*kEj?R#O^{Q+4)s}p`O?ywoLl<9e9GeUH2MmP^XHb91#Q!2 ztNw0QKQ*z!j_cO$JB(q-u%ehkV#2)CMp)gZD6WPzRTkErm-Oo8-PWyAdwOq_T$YA@ z^BrJ2udweDAuwNt+$W$Mopa5^n~K5EEaec(@>y1fQ_=A&|; zxN2`An-Bq;I}~?sEHPOcac_Kn#+UI-Wsyrmd>@o~O|Xc~oqw8s*^Y0%CRiOBs$`1h zO}oY;p7T4^LyG$({Xu1D=*XCMoFMlRk@twtmGGzJoCWZ>YrjEnPSnt}^mLI1Zcj>$ ziwhIyaIZ-|P#QVPoA#_+pJK@T;nK}l+us!FQmmY1-`G1rSPonZULGzo4PM{vpgs{( zhhJd(PLpjITTZ8qrZvQ-m|`l$40i^pn0rq&aunc0%x2R7PlMF<1Kf@@t>h*rN3*rb z=~(#4blKIYD8`VC4JP`@+2mbkfG5sN_aClzKzloJ5XFtx7%~RFW+I+BC(YQ`!F#nA zC-wDqwa%2*`}6dRsCs-ghY0{Z{akX0F5cKrCG%`9u8@04-edZ+D<`B1y75*GG8b!CEaG) zNke_vrYyPFz>|Wy^Da;8u20LMiC@8kbY2(i#LP$Gw0psYpc^6W?>4|R=L*03@*+{#1&FEf$64#RLAA?YY2 zAX(KGNQEyKsm2J*Xk)2v8e`oMV#1(NR=eBo(&IbA35|eA!ybGJba}aQskJ3ETV^vI zsYvkEt9CG<=aFKXuAs5J;o|>J3=5m9mUb;HCBau9tDzD4Rb6~)M5WwfBEg{@ zuOQPnu%FjHdRNKoyw2<&(xe8fY;VB5LrF17kvUOXqM@0@`C7);OGJtsb*dVfeIy8K z)2#CRlUuWk9of93*uS8L#+tENu9J)7r>~zfzC)W}wK(hpk#dW+II|HHUEkY|&3MM9 z>_Feh^m6%qk0DE%$q9M$>2{nydC3(z)0rI1hq$9$lYnQ1T1bo>aT+$eT;6RW~EahxZs$KP96^tYAcDDp#~KS!`)2GP~F( z&0AlGO=Gaq-*CH#PEohIVIbqvJowtzX;NmG$ol(CSNWeQGkWQ1z_&Fg+56Q{j~rcM z-wlKdcP~*S-*E!1GIsdU(TR_(uI;l$#h1WTkngyHhuSTN%b#r@$p_ zT|+@3j|_5H5=$Rx!-1NFVWPg-d~sKmJh$&}5a1uOeyGnbcDb8h=j30*XL zZTqv=+F4RD?98d_e=X{_m4-#xqi&Fph@u4I2Cga-#GMx4>4|7Rp*5AvU%UFDBoq(jgBKbZUYa)W9 zI!JL+R#JMNp-s~EyRngCTwgcRnyT7}7$M1uwdz?`l=bm-kqOr8R}t-rIN(xmkvDuC zjW;@VO>Zy>#hO=G_7&coVMc!5b&g_yV?s-mW-w5#xz^e5M>yT zk0C1Pi*R>z28vV$)$^zQ1tx zX^ZC*a`N7kG5B51{a3gy8xr=VDuX;=Y}Gfd86O16z|0A&q6W~0`>44DfD2w94wl|6 z0(THZB9`iN8Ib$Cbgku`{dI9jmB?7Ox}RSUvo@?~n!7`;>lnyqmE;k}S0ek~b!^Gi zhkEK{ZeP=d7!q6L>XT9sdN=E7&_(SZbxv~}7Tl=17j~wh&2th*@DLfQFFA6kcz@aR zF2S67qUO>s>*?~Bu4|r0r*g11H7A9r=|43VVUE^=a(IrrrM}&a)0a{A!ZMK`kUIxEB-%V>@5GkFm@JB z7LNa2PG38|q%HA3F!mcJCZeckSR$-b{;ezc1o+)*AOY`DE%5%aI1`41JVLa(;SF)W ztupiC>6uAD?VxaDEiFd0=s@WGH-gvP0dCM&a}x3>plP%$kHF6lDa7$eJ5@f<&xK~Ux;jMVHNCOv_~znMxrL3Z@A z;?Vcvcyf5uI?ptaOW91NMj=wz_^^J%qthb(d%?pU+YEMud+sv^Ma6X}EN9{7aHu>B zL?y$c(>Nr!EQZXPb7=@9({eJUjfU6Y5!oO@n3t6$ZG@2nM?KjUKkrYYyhgStn>{u8 z;&lvc82_l=65icVAE5|VNY{#xB&;+&@=3rZr*F%6bcAj1@%a`^G5H{xP=Y=m>}GDM z*Y|^y8WQx1P|L4tT_86EXZj6;gfRMtUomq8s&{#Dhg%8+a?+j!;wl1QQ3UoeFX6Y^ zOC+Ui_an5Gc2abF@3_5vxYoV>!9X@I#%zh2sh_75?(g&R8fYmhsGY$kf)9{{T!|nI zQj~3PdU`nu4;T2ne!1vtEZOlJ%w%2(?wjK}zZ3!>?GqVT@Y-`5FuCmbeanx!@A$sY zwtYYO%pE-U`g`^8wF~pqAeO%TqLSI$A<+AJRbw-4pjxD5H@hF0^^8u!ii{N9oYMU6QvNRT3R0OuB0?=j_VP!}_%t1b)<%dL*!5eWP zmZDOnLz834J3t!Jiuy;E84G|8-Y9mZ=Wris2o07Q)sfM z_Pc5+Q+B%eiaXk3yqc@T6bnS--Ii%98&BtIwZNNw&EeNoo67$big#IIEUUR#xNB%-q@Y0c{pVd^ zTZ@%KT{c(??Ue%E78r~78Jy-Sv;XyUFav&_E=^`k4xF!AQ7C|o8Y^p=`qVHM=I!ST zyU9KX{ogNoKMvCUzaQd_;6+=*!ZbZCk|9ap)NF`T+&r4P#JP27O2XO z6T%tQ;rnfRDqXIo_jQk}q|2hti)f{9^6IE`v%98O)8uUVc5FGSovU>mDXaG(S>ATd z_SH*D0GjAp(q&E;ZSSmrR4&fr0lcNZLc4ggz*_HICzrW@tN zFzg_{`Xej86+prQ-OWx~2lZw9Wom%~tkem7F$ZYJWUzgUJtGZvD#-Zm+t1+AqQNA6 zjB!iizcbQ~i3V=_su4KVnR72=cW9ye;**dn=a=mw1G`LXb|@pu+Obi^*stguSDdoj z&RDNXLiK@WvU(z#XS1eNRh?UmxYcbVRQTULpkrFs!=9E^A3zOOwWOJK zm2N~X*u#aoKZ_~Tg}cu(ZASf$^J+`A$dF>)RACJ%7$RMRBCfRC5b5q%=B3RQ-!aS$ zZ;n#{ajSF0B;o&)z&!;Dnp7^aI-?Qv_874 zctL6dmWw0yY$3U#Fx`BRofgFH$U!9mcU5C*#mnxpA zo=4@}H!(%z0O|@I)N|a&N@!=8(ESSTGgYiftTx>`(B>??*XC7>n$>g(yYcG8b+TJ* zcx?2Q%poUyPU8s1-ykE2u*9ykc&b`YRe@SEvQ5cclycy%cRFbgIu`3^J-lW~EwboL z3x%a&qJyQs!lq5&3E)@QW5oqLMbFz+stOc-)qi;XMzqX9FXid|ixhCeVpzke>xEDC zBXX$&c+ip_s>*z#j&zAr&Nk(KOIJML1w_u3t)!m{KDo(xw5p!zw+v$hsFkXqia zLW*-dB_8c=UVxX5ejG%7YyqEY0oGYTW4eQIBoA(aY53pxYZ8St zYoy8eLg?Dg;%TlDA8Tv3KoDEcG`;ulmf~Jt$Z0y0LifpB$%|mc=+dXD<5ra$cD&62 z_FmL~l98at#;JAweR$-UY@9pStkQI?tt?xbzOg^Q$&(ry2v$NW!8GHXD z*@T>ht0o+R60N1L&JU3=`*ftl83Kc2Vf zb~GmN`y})>wyU$B;whYYb8GR<69Z~c#^dpimaa!=BVM~2?tZGMqmidsVB+N{i!aW8 z=%>HpIbGzLrt`g9`3ORiYIR~*I;T`VyynS zwO=6WxwDGntlWjnKDzx5`3jS4(%aBSI_A&E|2)BbbKk{-p!(Yxx#G{*bA%?d+UG4f*ieJEj-4&C zdp51ecm<3hj%w%`md&ZFh|X{E8l7J3?#W$08|na~W< zDPP)e9Png1=loi8ybnR8`Q~t;E}lTXJm4+%4YNR%%h*GD}v1230-s9%)9Ui zflXI3#?LcYQ}dcE_iRbQ=0>A=uG~>f-?2d#@+C zR_D9h_Soo?L^9-f!7Q%|+8AV2U6)amsAA%90p^If!(n`7MRYWQMBvsxJ5UtI=-( zQ8_6|L{{O>EW=;LT*K?dx>U-xd9H)qS-$wp7)Pl*S!GbF2s*dz$W5y)>e5D;3zg~9 zaZ30`W)tOE8eH+I|G*z@3A&p+*j}ZXVxPA=la{eTE~{wgr|p6W!=fu?AdDT*Y&4%X zok9>WDwl*Q^@TjmaXK2?Q}b0KH&qcxf^SkOK)EU$Za9Zuok;N!|F%$HhD=4TMR1{Y zuBJb*agh7|F^e{xEzRTG@`j^whf+fcpw|O>z4?CYQ0ecZp#Hw||N23M(pwM#JHQUpY+Z)q$b@eB(TZK z6e87+FpzJCx)%rW!LzGluHp(9_=~1!2OIW}TG<$90b;#{#;~dT$nA=nrFjy-so^*o zX{Atsg=S$=h1>brVzNe?Gs|4(5aUK#fwR7WYwFk+eST_acaMD(5{9FhNoMiyxT^{) z`J{C1C`+Y_rrdJ1)9unnsnaRw4t|v&uhVe5hS4uBwkJlm&8g+@=_;=q4QXTKYSgAn z!@%((@(K@v>fp(0)r-re-M_uHwuKYlZD!n~-#qm1jX65a$=yAHrx}Z`mTqkO{{};3 z>y}y>#dD<!~{Sc*ZC;8)CU;5rT_77Cd;bYuzrzS=vv3gACxG|G-G8|{~ zez2EU^^Zz-WNhv|nDi^IdrrD}Ml?fLX!dJ3^Uh3u&FZ5VHAJn(Cl75UsOhOmbSjk3 zV>5J+jWs8yf2%A8Yaj4zm30=Jo15s~fFeyUbx8H~7~=l8tT}%%7e&)IQT(-jF>&n4 z=01%0Cq?Sq66zjZ-0Uf!Q+x+&r?#|hCaNGCQzxG#Yh7%O=|(p!p*_2bWE@L-Eg|zm zqU=Gj9$VUAEykliZoZi3)Y2x=Ahwa~GOM(oU`sc>JV|a?mMBd_*s)&IrJdUJ!DU|4 zzI^3Fg=m=?E1?tg&|GqB{6j@oQyo&WGRb`jbK!sn&`+!4j}L zO(3nfRVyyZ31u^BBn)61lYCoOwlC9ky9y3uy{+MU|Bk3YG%-7^tb35k!@r67^SunQ zAbY~;>ZG=@>4R?OMig`@Kxa-IZP1k!x06dqKdQd9>l5gc1F@FJtm@aEUn>`kCmB`I zawhWxw*0Aj9O*e8r^4(JWvKkEh1M-vU|V_8+J`c+!{IIDQ1Bs9uI3B#$-Q=(b)JdV zHV}B|@dF>~?SjgL;v4RDG%AgbAlhW6hY%-!7n=8l*9!%E@p%}bn95*Sxe;$#GoI;K z8-)1i*N9Q>)IeQKAG0wS$L;>SVkqG(ks6nriX4Ozi_hB^pZL+MBO%Kgpa*r*h%uw> z`*=qJI@pAPV&D|7HoANP>m?Z&ScXST#ekXM7D{0m0K-yt*gpho7_r)!L9vdx?@haH zVF9irsvs~}2*U8pVBG!Ufd(DG10E^pq59B5o&m)4mWuV)q0gfYz>iQQw7={vf^yLM ze83S#I*?Bt1@y+0EEL$a?}bQu-~u5+DGaA9SXcoy6^aGoQhFl71SNu(7wd3|U<6nm zqbTyd0-1d{GLf?i;)i#}hmsK-fBemKRnVBbNAn{FEfWyfP2*Q4mtl4tqhuO^=54-} zL?e&GJAo1$F6Kv~2Wm=qiLb|q85GB`#5e<0kkriAEGFq=Z9*RgHj{aAG=m4i$K0o! zx+glJ8GB<2O^3$k_wy4hOwcAy9LFc#qb4Dtno<^7$Wjz?icJv1Nf-}iB}+y=Qz_t3 z>lw-@Zq9Yq3>M(~V9-bW+iTMA>!}3|cI!Qa;n65wz4%DfpRt@MYR=1a>m{FBsG=!_ zUZmnAMdss{A|+YjQ&HA*!rhQS+#S85^`QlLP{HD4|L|=oPsb>-bNfM>F$R`rojrR9p=uy9#yK zP}%$vJztaNq%<;VYF7C)6^l4pst@qT*9p^vT$k04}BS#M`sW@UwU0ck|JWi&=y$y8f(;{ z!`3{X-#6m9h@=Am}67YAP1Pz-2w`&qybkYy~_S|<8}S1CY} zhO8=Pc`R-qHEtyi1a3{yun|91hk}Q?L(C2B%j&B9(9A#_czsmKt-G&uuWvrX%%|tll zGy@)^(4)a7f^7{92^(w4u68(pGthew^&0Zu~s8HqXFe&@+j(E z$f0S}@~QAwbyP@EI>g4DzPHy4Hy>+@2*{2Fp@+7+R-Eugc@i|3oxIU|KbHulrTS3& z%{==v@v-<^R7$fflW3{b%_aq+{4<1k8*69s{Wa0^`m5{vy$`B?NK&ojgV*nAoEo3P zC0Qv9s}bp|Fh=!hiM)tFmW*DNT!|pY!54e?rEMjV-pyI&bH2%PGO`u{9RywVQF?hY z8r#HEM#NPPuHZ-0+I}iY*UMiPx-V|7c`!MPn>0MvPLvK3krJmWx*l=}Du94kaaQCls#5*r%kDX?K6S}c8p&2!9 zklDtCBgcTEb=BL`MO2UE@!PRdzVqYiYEInX;&5&nGP5uhOQP44VBxE`)rizd*5mH| zo8yd|ya0Q0Lz$V+0^Yurvm;KHV*V1JNm)o&JKQ|?*w^z*#{@_|H9@tNN04 z;moGsUv=|+ZkBRse``)nJ05_%vRN_Uf(dacB>AP4ENI%=vN+de=p| z(VrTS!XrqH&{tDb+Zl%Jh^lni5E#rBW0-mSgT}~KZ$tXtHEF0)o*J@@(AF!^j*7Oc z#e@`+<_R%jp4R17-J@nY-)rfK$!DHU*01X*`zPbI*T0@@uXoS-dK}?tt9Cr`*Ne@< z=^Ifl_pSS%*ZFhIPh8t;oD8SR^v{p#v(^L)le{{5R>;}LC*lnJy9D#;T@3|WdM`27 zLiMkIoM4%YS~R+@jzZ2#tf{0dlcu{mCT*QM)EgYsni@7|dI>zzT%)cmmjc||>RD-h zqoQ;mi#gZ-7;BZujsi*I!c}xn7P4N_%61@VcX72^Tzxu4@aHM@_S|$6LT4q&PcLS= zCim!{vaV-6K&otAVuzly)TmJrmCf1~Vac>{=XaUpW+GuD-Tso3d?XmTd4o;j*6qziq!$ zj6L!lL)-8>O8#S(I$r7hRpR0zxO?l4*X$l1e}s2#xGFr8t6%?;uS1B`iC8AoWRb56 z;l=i^Bhv=l)*Lm)y6V@J2Kytwrw&NLHu?TzA;G3{P7(%4U|o-C#t{cUTp>Yab--Dn zWQ%G9)-g(XbOQ7`J)p{AJB^+@Cbfd1XtO3^)V3`wqC-nKq(YUm>GX@(OwGkV8Tx&% z+-=v>H(iwTTvG1c=An71x5HjDyQ>*)YJ<0Q56ay`HD{QWpEUJY%HY6JDyVg}O{H){-#L9C#nls8D zZ2(pIF=L6wD;t0D-b=W4+>=t1G+0SK!CbwOd?7VJ&EeWC#{e};nIkRJ^$70URjP(v z6m}6d6oxD(Zn-qBJ2!$9jh%{4{!SI%5l{KZXlC;rB$`T82OA2K3qDZvdme`{oT`AL z%GhK6Mf;x$I99mP36OL@QdNNauY3}xzeCi-HSvEV@bnsPk24TwBJd&_n71O8OLgwr zm_sp55w0{c2cnrr1FC8Fh86UQT4R2OaH3}36ll=j^%LSYv_nd4##|DnN5KB2)@Bui z(;hwXYGPm(l_d$s5cOz+(wr9LPUSTQuyZcf^z+~b4qb61Z@{#ouP`ORS^I&J6a*`` za__kIE8-BJ;$?gjB_)f$`XabpxFN9S=Vpq5NV1ApnEE0d936&dJ7KIL(}54VVSNFy zz+xie=Efn&iktm>A~=+K9tSq<4dH7iHZe?I*PTQv+&&*40VTg$hLn=MhVG6=%@jG4 ziAp7n0%gYx=IJer$t1uACX%2cm#LNUF7%DyR~EWUG3SE!M+g6^ILEIyYnT4C-CKK(yr_jbWDqVeLIh9H*Hz>0dNib zagW)9D6dz6vGL%C~n=zdcQ{=t)D*VZrT94xN1En7JqH}b3~j65g>WY zyk;xhw1q(U$1EJ;pYf|DJETQ~4f~u)W72`9xpYYVBt})jkG`l#oedbWZc~E@9;F(3 z19i6k(1J+`>P>JQq@*m!X!Wo2T^a7e)T8iQl*{Tr^wk@!pwZTKO>U}LLe7%Zp!>1m zv5+VVxxdnk6y#&wDmnd2xD>@z=Ictb+3_cQKxa=R5LD3z#4A56ZC?-Tsz&Wq+UKqT z->5IMi0F1bgSyT?2k$4$E~bPA02u2Jkr7#m0}GzPM1TB2i8s2zc-`IVy=%bvX<(@J z#|pT{?b3j+|1S{QSC;~2AhhPBC6OBjG$aS^zM%BeuDhmC`6=(@a(tG6PHqQ(I2bf; z?bxYZJFDB%IlN48n0nBI0UO?GVGWk__(vq)4C!d+{32+^X`5djAFdCqAl7I{z&JAm zu=hZRTafsFKPw!*?(KzHUK=f7@+%fQzeK2l?*}$?S6yh>S6xgasqZ}}3%{Q5lV!!x zwZJ>RsC)_)_`s}?`vu}y`_=8{k-X$^jDe48hO`4vTXZ31hZPdzZXGK*Zi1}T>?a5 zA^gqxB=MP;8V!NKk5~|75d!M*q0&f=`b88hv`F9#=6tDab_{Z`-X_pQcBXJ2STIrl=0x-9{tHHg<+ki$9Qs0fa z*jQ%OPG~}fQ70<@}56ark$ZX-3=PJKit3v<*SMwD`s`Ld#h4@XNp_q`=`~@uT z9iL%s+6Y*NbHG@#mv_ynzP-~q+Ai*Td+|Hqu60s8*$*C@;=K$`+D2;pY??z*VE^uW zRfZE=e+u_cQp>kTpB~C3pYoGGe49`@1$8N}v}0~-!1i*Ndtj_-%Zrk^Q9-NIb0Oh? z8IiSa=fZh)qHcPwX+>Jh#FOZ}DvZl`Du3RQ^SJ1akI|LiXxF|eW;Rc;^V)EZoGV)n zY@s}Vj`VlfLPzzVgqc*vk9^#qEn|%mJIy>A&E9Eb`Mv&FEW#Ogb=i&5`1}6#J99z} z`5I|LYs)0moj2InSYTT$XZ5vAtrpoh)iD z1l>A^FI7IUq(;m+#jD3eEy; zLEjsQOAoeM2lGTQ&)jMs4*m??*;bPSJMVP;7L%=S{n_B&y^0;xtId<6V08!IrZviL zcLA-tem{I{zh}QMFP~3L(+0jp+4(WKJ}JUHeknq6Tq^Nd4yCs{F{!5dL}qw1f?-d4+z;ZMjmg!*(P7{8D>4&Rt)`_0&7s|gqw?juH8$0xjM>NnsVU>V z3mpVg7q&8Tb$Xl@pEXwIqyF|vQXZ&(PdEkR)OULmX={y^X(I;+rk* zxm{ZP73XLd*A}g0r7>~YoO>g#EyGsQeqH+57V3mm&t&QoJ-?CnC^vcKn{(2!ZD}-g z+UbI&EFPd&T*<$ge|_E=kCerevsh0!&KKuT9?~5x8c{uRErA#3%H?LHxT-d_@uqZB z_ZF3vmY9BvBAR*8{>7}fED@ihD!^w_1^#N2n58@;1b3oOzd9N^vr0@>^pPP`ty?6U zR&NlYPUJ`?DV~rKIEI<0ljyLU_`W?sZCrYMe2#h^s+3Ho5u|HB)#K`K+<(o8t-| z;56fPgMY!Crbvt!4X;NpE-cbljGI;CZ}v>Ulz`}m`Zk9=2G()3E`zqfJ|vQ~lR zH*?#G7y(1@5HLPKBwg_h zS)3^!vN9<-!!xu|(?OLu01oOhP)2+p0oJxeP0)Q=%sXk! z)Bpoui{b@H1*$^CcaF}o0` zsFiQd^wl-c3{a{|5~^5e^e>#@Ym^|#0(>ev%=^|7s=kbUJ=n3x^db@^Lo7u@nt9NX zjsa~W9>MgX0t2(iru&oa=+IPqFwC$tPQpUu#~{5()|5X0EjCn369#zVz;?tP17t~o zx}gd<)kwW8HL_yIuT)-h8JhWc)(RI=WQNM*%CneddM7Yzb0dJ{kEm$)&9;_$r0=JY zHoC16x5)##fO=a&#uHerh@9JGRkc-n=PPopg-*qtg*wOVIndJ^>5aN{32$OCMulnD zQ6|Hxgx-o$L(!O$=5ZI!Wb8pbm!r%2_XW-K#grLHwX2BocbvmQTAOb7=*BD!&vJZ^ zhk!Sq*=zCia`dxyPVN=$a=X_1og@G@{onKR(UEHp0@a4iuV*S(!_xZzUV4HLLarGQ zigw%T7SqqF%(%KNi>os{8~ndH=gF2%6Fr@$vd`&sa*m}})%>iBCYnp_v~W(1ODRo< zqmxHoPu9^7kWw|r81cr>Sl1*39P55RuwN6!Ba7?pf6CbgfyfjT{!)= z%eG|A#LtLfSH$n9D7~WBYJo}evJ!Y=Av!Vm3HDPZwjdElM%F^=z{3VdufQ8 z*KFXugUa5%(FI<%*fLPQkNakW`>DTT%&y+k^$f6dr_c8o#||sv#J?6w>SBbJ6?96X z=dL(#;Ssx0%0V!K!(zcGfZ8DCuc!#isHy;40Xb>(I0zyJ1Ou@Ju$6TFOwLI_wH8JY z1Jx{*LMwo_!zy?iz$jQ-WdXUq;)n`Ki&Gj!L5j{VGYg@G(Us>%(23!KyTe8*V6`Km zhQ^TWdE)2O(^3na4oD$m>4uiGfrCJ~tNa1_Qey+1P>j)1?%P=}5(B+GsT5lK{*_J1 z7I5I|DO(N_8iYwhpAw}J0mtAS6Kb>d-2lbyoAGr8$M4M~*Qab@d+EGHLm{KB zyglJXC#!AWJ59eZyQoK3pi{u%k?w3tCVpyDi(m(Sj%S*ozigEUfw`Ffol;U&HZYO; z-G!SrE>@LKa^#W~YuM2}j=Qrc)`p%P@>%)63Fv1ah2VyVJeSbX#xS z?uY2yyEJR(ne5Bc7L}bAUW5rN0-2FrOkLgXbv}A}*9QMT|BzUX2zw?^-UNMURVYV9QS2CzeQ1 z0r@{7{QtfdRL74LOock-UP$)W8&4q+^SW!MmRt^&K>Xdh0K^yZV1iO8fmq0{Cb)P^ zit&^=w3#f3*o_`W!si>&)wuDGYeLD>)=^PYkH;s|jO2k|2(z?daVh$VUBZX97~J26 zFK(GnF<18UeC`T#0JV*ZXT#TwOXoWPC0^H{w5Y3t+MUqBr!((sMYb{aoLBewNPH7- z4N=Gsnj*xQVrXsznyI-90l5B+8%z+c*-8g#@a+N#=u#JHFpNIJf4|*T2=1az7|6i^ zAEZz2_q=iU7Z76?(H@7#-h}=E8NGW*x-cuH9``-iKjLh~epu$;xD4BwA|9EuLqqhy z#Jo-f#K8&CiT}wF){r7y+raa+?t;5qCxM`aSAD?qZo2^%JT8LGp^qEO2obG}A=Om1 zSEpiN0bRJrIE`DXFTIX}9~=@=ce4#51qJmFN0x?M(@+MPVq-?HvmyOiNsh8PEa8$58PeN&0>Zbpv{Tnx%obxr95Au#&`Z<>CA)bk*K z?Cx?x_36@%fGX3DFfI=nO{`k9>2v>13}m#xjHW^r`4<)h6D4cVtcX{X042%`!=&g! ziqbRw@d#%X7YsupYT%3>%M{~2j}_4J6YzyhVGTW;;6NMuXh0Xy${Dxpw~DBVkLE%^ zcp*kWo1sQMVf>hqhyk$q&3t5AdA>E1oj7v zp^oGYkE{qq>@=D0wX&2`TGw8xu8;IPk2r9r>xEbEY#gfNTAUnjcUsF+(QUezr9Lh# z2k@Z{ez1uFy5B~|No3Y1+uDJqyJfugt?OmFwXWX38r(vkYiS($K%BlebS4|q+f;)R znqTo0FSkFOy5d-OYJ0pr>sa~EhrG#}`go0<*EaG7w2L9C-LkPV%iF8ysGA-li)Gu&!c>4J9$ z;pAvvGC;HZRfYPm*!=IKa7@Z0G{aANyn<#3$YE{WRs}+W5qMqu>!zI8Gi+yl4bjzZ zA#sUta%R}eMG~ZI6Tm%aUj4SaWlpQuDhMb{ePZe@bj|x)VB?Hwr zpZj~P|0ljeFav^7^?=-|%z!T2(0|7%O#y9|WMFfKsqTH7Y47#+D-lC(L@}zg)r>7x z9;!T1nPII-eVO_XXiG%6VMMHJysNlp)-%qLKIPicu}`|Z)`S-Cg|wkP-#jC^{%VG8 zNsy*05~?GE|0eOqOTlSE*!kS1e|4(D7|#Efazg((Rnp^~HO$=p@#08D@Xn^X-67n!aOcPq(qJEXBfl1i zls_Q75x;D=ecZ0kdDxPoqto4>GEr#LGk=FnRSfE_x*FeWS9hKF&%w~R#o$G}l+xxV z=m~*hClBP$AC{ep)z=>~pwyO~*wS@gDdTtvC5Xwy%sn9bys-v%^>X0x@LIp=;?9Us z?tKI^|K{7EZ+K3$=bO3^^~SF~K(Xu5Dey;IcC6XXs+Q{Vypqb6U$?Jd z;O_D)Xu#k?Zkv8g4mdb@(z2-$j=Pr)xw&imBxmZZZJc1-8KWjx4c^5?RgUPGr;up|B1(7olpaW~>!x2`oW@Fr{z;njyaL4MhaOBs(zjpYkA_oixoPVt@W+PSaCoKJ)ksuw?Qb zQ4$yar6#P6h^xs;Nl$-k9e;t^~TQ@v$NpWNneVzo4E zAEpcHv<&PRLv#Izam<*Nkzf`%v|FOAI184Z+%t)B%N;0Jtdpk20dcALSwsh^6#l^C zz{b9v2_)l+!aex}ML$aEjAoTE!eCayJOZ@MZ1ssSzn~r(>FVN?b)b7UAuf+a(fXGI z3!xN}Bq#iQ+P^qQ5oQP}V}r%$C7mVYOg7zM-d0aa6iP6mEXd3JluV(rf+j- zUjah|-;tg+iacV2zktu<`e8X|)D8xSiT@l8u!NA3dDx&B4`4M6jKi3ZBzN>J1-g(j z(q=@(46*>Rb^H>i%AlUY;-mp73e&)hi(lG%Jx|VL-Vyi~vk6~s#1AZI#esk2UVK=? zjM8IgQQoMp*LePiR@D|~bKwJzw_%}ZKi&}pe^Nn6sw6U5%}d_42~~eiJ87;o!>3L0 zo7tn9Z732gZXnv6Nh6V6z10$@@m#=ti?4slnI4e)}* zGT2UhtPkeG=J)YRpl#;i|FM3&9o)H1Z%{d3iaicDsrSG#Ukq4zMpDBLG=pHI0kA-U zj_-G>?!hQXasd|2D}mtDe&<$D@WD9^*p{+H_l6CtlE!IVXoDQU837JiZyy(hUnoHa zN=g*AN#yX)f$rj*@z$GkEr ztbjs@Bq#r9cYt74ZAXIK*OjpN2N%-oGZ1~!24$p6`qNTCN#-7EOcfvbolzPQ%2p6G z+({IRPLv2qBSlQ2Rv}|w>=ntNAx!e#NIhBx)b=O*Ea>2A6QXS3E@K5x>gd3x-@mi7 zPQj{G+Mub{uBrB=x@ry6nb%BT#y7uWb*NNt(MC-Ab_-q>CnjD9}_c6y?>8BAj399U##2!L^JXbHIzebL~&jvS)Ob1?Noj>%YT|YI!*{teeZhqr(1R{%qpQHTA2{-?kkkte)Q76hxAh zn*6-u@$IgM^Fz>7a2MCaF3DDsMrAY96f2D1yC%4izTsVC$}+lHm-IiN7~PbxC%y20 z))=Z|`YGhJcBx%Zf*RoHPME+DRb-=aiP#;{3nAzlM&^?b*Tj83DUD8;CD75mzkhCk zf=|h$lD91fP6YW5+-k zr}5m!^ue%RqATw(fnl!koiO>z4FPwGDV*Bbo1&Y{Z@A^XhpD@PP0vB*8Jl=9l1|}_ zGsBJpOOo^$rAAJ}j2%t0VXsL5o~h15Fo+p1ccxoyum<|11bk^yrnPU8MpZo3#ja=# zjiwW8v1?+rfJ<2t(Q!TZ`SSf7lIcl1-i5itt8AXGXn_6C%KFZjB?z6c$|jouH8uCH z_InGP=37;T|8kIL#=O?-6J+N>|3ncSDqAnoL)yv+>hoo6MCc9yhV9CI4B!mq^Jl+7 zAN=t}{~xq6R`<cN8wx|ASSgD{W8Ok=S#ge&`9@gzbZh1xJ)xX+vn!_XOm=n0Z;oj1dbthC^9KLg1U@U!;7m(V9RG@$tAfhwsu4hL#m>$EDTc<_kR7IjaNRyV5=H+KVRS7cSJ3<;_ z?x#luTin!6Cil=4LXwf5ZPO)%LJ(xUVE<(9XDSM5jZ1@8VNjIUNV8B#rqL|fO*(ws z6X!?dDIM+(#PQt+@^5eogxWpP*@58Kl?V`R*Eg2{5?-wyiq6k@VFm5y9R8E*?_r>o zn33V86M7(gZ&*3%_r*j&46`s8gK)BpUM9&semMocuQzoPdEpxSQX6>VH4`$UCv&OvN#Eg=L;8C|b&Q5xHKTiB*{5KSBF1mVACZ_5j=}tP_QSX%|BEjicSW2-s zn>Wh{{aAdTx5{>M{N8#0oxR`W<;o-aHEz#|tjG+2fqlI>d~H=^NKL9Zam%Ucm5oo~ znv-LgSQ~A_A}5wZ`hPhBzXSTBLIMv4rm-k znq*j3Zu*^CLrM-bo`{{*&LX+$EE1#Z5Lo-F zBw3K+KdgFmJAeE5L+_m)G}T=77Gv69Kkp%Gi>#M2cx??DGVO zhz5$N!ZzY-1+j5_#MP-edQg7(6;aB7m?rux7Y;lFx9a5-BV87f>?o7qlx!@b#fhtT zn9H?i`S!7kzIej`l#C?&c`iCcin>`wx3 z{vfEGl1#26vD4-#lkwEUYd^~`t{>MvA*z}@UgZ@{3LCrwrSSBcRwW+P5xAzk*jdD( zL1l)LxWS3ewS9>*E)Hr0n7txwW-)D=10o7L5}=#lmdtQ-dply78*d@UF)%?9!=@Q+ ze8^OG!xK^vU4W{iijye?iVW4b>}HwSVX!w5NJT39BzGY6p6@uAW!Zt6>n^4&>0p*l zC8v8Kl<(VzL0V`j!yZMlo)t4(&@87J(Xb4Iej9R!NU4#xf zn&A}A4a*v|@HUrpM*{Xm<}N$T5OJ)bj8}mSd9$Gm4K`Qa5Kjya!$EF(FwzK~{_Kd4 z-tn)ped05dP(^!*i%U41(I(~259?e!zp&s>vQLu*8a`8nfecrv!wbtAEO73jM`9yG z1#9C{xNpW|vP_>ct#D4sItB(-=pu3lfufuha>h;~CoI@B24+fTk{G%h^4!pdzEeP# z*2b+eZR1aM1Z!EbG`Ty3$r{5mQHdITw7bd4lSe9lB@WuoVgigUW*S+Fe8Etr>XDbW zkq{yl^B*s*IcW?RzcN!!spr%;mhNnskN^urT(!4A4Wj(ng9{oqam_*9Opva_-yP3-Dqm7Y5Z6YcK%TdlhUgdj9 zZf56%V#+4m>}K01GD%aju%rhw2%6;kspb;Y#LPYyCuZYJ{D!IO(!q?(9Ty8slF!#Y z|1dlWgSSZY)}8bB7b+2Kg&QaF5*~Uh;v8D?2IdSFerVXjLbQ}I(^j<t>$kPCNm}q2@oziH^kkOSHPhx+qMnxsHMLw1l+;o&-`C038 zC|U-Oo^A!UK3iXTTGD(}lv#P}%D?zT{k9XpN{q@eW{;A4`LkY~1Vc+GDMeLF=vG`a zM=__1QZ-0;`l3rE-AwqlR7d6389^Nhv(DCO8nvDpo+9MmyzOrQBseOeidRzJJY{dC z;ctd-+-Y#J!O{;SeKTj}Sli6LOv$p|Z_mXEBR1cDTxhr#s*lF)?6XPXhuZ=B3ty<5 zF`0E1J6VT>6DA?KFs5IC7zXNNR>WU1Pcqzg`x#CH;hyW-mIp|d=7R}MGk-m0n9Z*) zmz~A>QT4=HIE^B;jy@hekGXrCt1^93$229r~~#HQ^G4FyBr0)@mUF1Ypv|@RC3fL z1H58JCHlo_2Rclcg?}WJu4M5Ri)Dy=;*5)JeB6(fcvYvg7|LR^?=>Q7)k?*~ZxHK} zYfC#!h|InP6XQiY%<54V@MVdeWsQ~(GZO*Ma-qabN#h;2X-m*2q-kCXbD>f-Y#=ks zs2=(AxLG6$2)qH&3@v|hATeqR=0L%ua^`WMbm_#O3+RgwiI5}Hy_6CRypotBP@s*3 zih2@rb++#HJ+T|-SU;OT4(TnV{u_I50$0-${*T+2?2;woB9x@=ek<8ZN>R$55M@_M zME0eSC1uH)EM?DH5m^dZl9WP(tc9|)iugZgZO-j>&b>bQe82zS_w#w3`BZ0)InO*Z z^PXp(=RI>WmiTVgn7eY9i2w2Yw|t{HSvLMw4J_`=))-%ZwY1%+YocknovwS_8NNNc zMUx5d__-&xdp+)ad;TdWySCjg>F;&=PO7^9h2`jq2-TuJhOQ=QJxs>Fae6wqpdt4v)JZj#}rSJS3Uz^u@x5oUN(S|Jw zekKlUHqO%K_cwi=L78DXodYxXcghM}wbQPjzVEOG>2=>N`4z7F^Iisj#--OTUDl7) zx}K4HHc`*b@_0!|hes)%mhCkh8g<@l8+qC!UU=kuvp09M_C$Wz5wL1(;>&fG#}1y< zde-!w(_9aOR<%+MKlgexF3qV`mufd2*!x+X=-+XPlbX*hziE0~ErmA*{c3t7&9e5& z5X)El?spg#m+mQC<|^&ycGYvW)}8tT9nW4B`i)M}IX%Cw?Ub=y88By< zv9bSTPdM#jXX{A^qmSfdpOXw|^LEQgQ9ph4wW*D2_>bOq>3u}anzsFC35|x?`nBmc z`E6-W?Qe?)bXunsyWc#|%1S@1;M|uXM!75R8N}@Pko9ohW1ilQ#7xn&MX1?1n z$k%0V4e#0CGU`op=%d-Mj=8nl)}!JZjg$L3w2NzauVZxFv#cp=-|6%*Y4{8XzDELP z8zp}&m>h3AvS4V^_qW>zc9lzS+tj^V(KF zb6a4WboAc+L%!NUb7t6g_%-Noimy$twAH}EdC#@Ns1RL*l(M~z-BX~b#>-ZU#F7Nu^eRf>k?|rA{wOfrjav@FB@Xm!ZZWD8F z-Z;H|Qx}s~3l_E8r5^3_e$1u~pZ)y&zW?6WZ_xF<&UYs!bxsj9|D`3kn)GhjmS^@? zpZX6<`fmMk&a*AM)%P^GnZYem8p^JJkGelQzyHJ2f3NaeB{8ja!=SZ}oFH zeZp?a=5brK4O=Wp?H_O6(~NI0wyC5=!PIc;n>Ed5+>Uq|yl;Ekp4&C+n9Y+3G845u zzCH?GJ=Q$s`rx4ES8ZOMi39+f|8C;$d0W;kiu&=%OS^xVa7*@%4pHliZd|ijbZ5wy zJITH;tb<2+r)##U`64)Cqt2pX1(*8|uvPbYx%z?D3*M{HjKnnSW3|pq-9PQ;k3CIY zzV?59_E12X{%BEF_Qzk_)|m|6__nO<)y+xQ7OXcGA2VoBtBdI)-6>&@PFi&LwF{*XI-JH?Bx%Q2y($U3(ejoFDGI-difluH#oZ;cOw}0Ps)kdgcvwYIxVe!`= zd>ne9y?6YvXk9;_1&hrJhINRwXk}XHuQk5*!}j;QUeA|o2x=4}EwG%Y=O^*d7q1)@ z8FZq{!8!{@=rl=9v^i1`eXB;Z&#pf<=cG53zFAi^p!eN`aXwE%&NTg?(`eJ>B#-S8 zGMi79Pxe0UnD_1GI%EFUg5N`K#Et3sJv}UW&zGFw)z;Cydc{pF&ed(V^-Nybh$}CO zav!$6Q)jAC52FnO9qvCo@Z_bQAY84@G2Mry_Qyg^GoCLt-P`Phrqj8(cditSTizoh zDlTkX!g}4P7H7J=@pqrvlpp5XN_X*&K|xvJrD`3QgsxZ@)k&-2D~aA%m(546yxekm zUzT80$BrF)j64$5C2gBU!&Y(cP5ORKa=5f?_(rFFeV<&^h#28vVRE5bvxvQFXW!Il zdBUZ2anhKO-hOexHf~2nzIR)#u4ZNUZN#xH^Mh|cvm74V!7V^dqxAWVKIcat4VfO& z{h5zM&&jgsg&tkqq7Iu})wywQbH}|=+t0npww|-B=t<_XsAlWWJ6yi$vwD(v_{_Q` z9^T@ygPaC`&%c<}YIaiG4f`GZPqm_kJk+}pF~wEQ+bz~=|EtYb_4zl_P7IoJcSM-8 z|CW{sHrs0SvJ1|ttJZ5&kWWo_kxN8CTwcVU$t(2E+CMpw7onC^H228?H$R=2iH_1xQ^PwIB&XA~ZJUi(1*!cMiX)YRPA;k4mc^)b75 z<|o(D(63`XT08QK3s3z}QucDQ8QCA}PI%d<(IZ*1t4T(akdfxcX4`$KZeCocaE0ZH zBkM*Tdyv#|#B2K%MzW;C&Tkv7UE|&OfmYX7S~muoZfxFcv+0Y~sna_+?YUs@YuKVm z&uT3eRePi}uW^Srp&}nU55u})4>Wy;^hi(6zE*!(T-$S=~=9nhp{%wqE% z*WW)gyI!M3kkgu;+nj10y?S(1%@nov?aYJXUU_{r`ySG$zgJe)r&kM-nhf04Ha<9I z=t=MW4zflo&t^1RSuJcrrzI;TE7#pSdFArUjotm0q^OUn8OwLOo%QO)&MsHRx305x z&4R`q`X2Y&Q)7M4{XI>an&@%XqtSsf4Ws@U0K(G)8=Kb>u1+IsFqsISE0+E7#H}ha#?Mpr_;r7aCKMj zXZ#MfA?p`@il5!JaeAO+)#P=@&ZD}!_2qNB4$GtJEHHiSc{N7n<6+x*Rm05lZI^%Sm3(65x)=9<_HP{bsp+`a zOEfgLH@zAfn%dCRTzmhj!`8PtUvOTzDYC9pz0P^bS~E^K)wkIm@Y$jGmS`1yY6v4&7j2(!6?Hc3^x|qY2OO47Xx;cx(|UUKPaBUqaQ4WQj_b3ISDP~=cu?b~ z#UZJtJA$RvW;rBiF5BibKmPo=K{>(AR-T`ry&=?Vc_+;k;rD0Wy1T`Gkw|y3NLL(s z`E<&=ft&5U4;MW+=#{CzpwHkz$#X24OsJh7vetam{@f4ay7!$s*Pw90%EPvYPcA&7 zS7TZGDdUUnPg{&EZr;$pbkGW?OzXu~m$TZ98gji;-8x-n_b}?3_E9@Qa=t^R_2{133#avcy~Huo`h3c& zcGteTnrEQr#wU$b)JC22!v-;1Y0&(>dfH1yMw+>oP>x@U&^G>|-Ydf+~iR~D{i z|9VD2n%c#Z>MIMsJ{`IE#7u*an>0Vi#dJR5(YeKRqqwzQABXt1yS6Z|X4mDR3;lO5 z%`SYi`mDi%6>~-;&;2yCn(N1h9>YSL9u6)X7OOqWCG(?fMg2U3=tF95U;K(TXEncJ zDwM|G5Pa&mWP|bjfqIU=HRGK|70+~CS*Pvf&YRvY%kB2s&+TV-VZ`CSQ`AR)Yg-z% zsitr2wC&JWI!{v5I{bCiqBtFZ}Yrw9F-_T$Twp^wHD<=i+Bupz9;`tHLU^v`!Xv+wiM6Ho2@XV1Dd_IuH* zw5V8(q@UiS9~K4IF4On4$>7_L$gt6Gyt=OU@hx#<+YZTV9DTFHjXt|ZrO(=RacAGw zEd{|j4pGhazFQa^?B=XdrXL=i)6;DIj2#KT4|O!0cw&g`;EygtO=K0{& z7tiC%#Om7@4+xd1-8_bVL($j8SD#59)=1uc&86;jHP5DM zHN8ep*u7D+sfT&5o*wbDZja)}iFx-g${x>+9&_!kp3~ZA5k=?Q<~@n~9Ca;5a;H;# zwXl=!5hqO}jy>Gl$MDwc)lFKuKAF+uO=)nH$G2IseO_iupLzuR()wKe(h-N6GXh`# zJU?aL?8p8S-in^h@mSf}BxGp&CI_CMJL!D>>c+Na9S_9hy}ER2eVw*9{rZTit+QHu zJ38Xq%<)b~Pii+Y*dAAR)2GAXYP&wZTzT33_$9+h>4p0DBivr&DOp_ngC(P}jX12Vir`LqA{dxl&T?~JyeR68FHQ901x=9J@+wR&{Yti$z zw?+du16REh*qEt|Ho!O)mjxlf1l+3^5y&z<3+w+mo_fB-zctEP3<3L z2WthtS^aunaeTi~>)J`0?&&h&@PWXaH(E8lcquv9=-jDRP3OfIXSVRQ+W4ya7_$Ck3gBgRbYiO2KYk4zfz0Jtx zEiRgTY2WaY{mS;w@>l9PjWqw!eQEKJ={BK zXj1XuFLf@yIeNcA?$Ms}y4asOk#n?X+`H&jEld1jYtNkF zXOiyW-NC$-kNeaPi+he7*}Ume+0>uEdjD*%y+!X<{@43mHm0gcKE~ZTp!f3QpzRYc ztoV^#deP1Mc3|$OMTuHLKidutx#pQxazkhP>Xjw~!?btrDA7D}Dr@YElCr)(GjGnm z@@dAR#P53A_hmmrzL`wj+`4Ip2XpKE2paObL*eSZqP%HGazxHfjTSr29WXZEtjU+& zp&x#$g`fZYc}U-NvF0T$gn}DAxAO z72923+;i*;23R@`SkdXKpHDvc~qJ$YvW}^lKL} zDXUY)Nb%P-}~E$4mDVr zEdE`Vnm?^fv~l+>{-i;UdR?b%3y3eVd}`b3 zoVxm*la(=-qz&I?Q^Zh+rCc>3LJA}r`C## z(<3H?Y;NvW)+3|K;8~{(6BmLDzmeECB79JI3-6?ey`#SQ>^VAo!_2FF2TeLWIgIyV zuU_Mhq;@2Kizp`_TlJxRuk@Z998V4uJ*2)@64mJ8b4;b_3h{P+Ec6cp78YM z;X67X8&>+EO&gu_I|JYE+~xZ2d#&Y~lP}D+KOQsU=8+(yBa%ilUpJeZ*q}{m_@IU& zhapW56>jO(<+}MjuY2dbN0e%u9k^nlhmD$k_O`*v;##*HKc=i*GWPeY85bVsG;B4; z=3eQHw~x|bA^mgn(;Q`e#`Wv#c>6?9mkTq#TE=J0&kefr{?i%fgbfd$ zrT3aK;9Q-=)ac)>XXkdafY4CjoK7D;`h4-fTy)`bSBM29`fj~2wIEV@_Hyr&r90#5 zHoBX0{d}_x{r7z_iq})$tJCk`F?HKx{qnLH8HdNT9U z&D2KjPPuEQRJZSX|G24VZJUlJ_mhJPoBX)2#4mBdd}-mGLboAp^)rWWPw$$wX=JzF z>b-Q+%p*HL-1W*Rxm)`X!Tsaf&3@S|=-l(-z>(`*9wfeN>+~q#`FhX(pYCoA)XnqB zYtc$?UiRdvt@rt?7W3b{O}h>sW^Ka{+MLnkOz-uD^FF;cyj5!ca8!tRZ0xE9k^}ac zntc;`%(|R6JpWMq>N9QYmOc*eS~o_c-;IOK?mQ`YG9gp9ovyK3=FG+FpR=tVnzZ;h zWuA0U_=HtnGw#H7+Za7~&iq@wUf=mK^W8Gt%tZ6p%g#x%8Jp_`>`YlaXwb3aCZ@M$)gj3w7>%Uh(9`xP%A#?wM;I8d8?jJbNchJN)@k=9kU2<-Z);K%*_P+GXJM(s& zem?WtrviVSF(LkMjjk1Loh*F0%GZWJd(+2bQ?(O9em;1Zf7DpJRb7W*n{TEQhjsBU zFbMDe_{xUy!z?Gh9V^ZhoIJm8%f-R7doOSrEbh2=^WeyH*O%GPR^NSb;`}Kmd?pWy z675P(TsUp(%uWMFTL(_qc>aZFaBzba)3$qu%s6?|IpUC1_CmvER#@|x+q?6Qw@*xp zI?&?Qr>h0_R=W;+ovt^z-kr!dU2`q>YmM%@N;)FI!D?7pVPt6Vt9RR;?$PYn$t=$= z%IlHq+&N~?Ms{v)E+zT8N6xI*YI5&*+M>J02a^wcHT>|_;mw2O3`4U4pZX+S zvGD0M)NI)(?bn)t;p3uupJ;13?6vNVLje;)5(4HN==91W{>AkpyW1={c<0Ue3)K@` z98KE#1uo7d;HuU#AOzq@X1yBzI| zSINN|!Q<5W9C3T%7sT5RUx7)zHE&LxT@(Dh?{++=_4uo7jOp7KX+u3eUvx@!e*GgS z#iir)UO57rFf*e?HZiZ(e7>LA*#1h7?=39%kFqX&FK%~3=c7><_r)h1v<~cd+1bPP zwMZ6zA^4{FL}M-8OGSdHm@(Qr&GycleYpLEkovo_58M*3eV?>L?}l*eykWCiHWXgS-|KI(aO(7r zf*c#M+R`nxtxOxO)}8V|%Qa)hni@Xs2kek&z3RMU(KwCQvy(y>4qUQmV8X%oAG3_k zt(_OScJ;QNb9Y>}F#i%5vEX;k&aN$I9L!s^XP`vGd_eKWA(`W*e#kpN$tCu>Y%pK1 zi{Zv(@7JXr&VOlZ|M{u!i~i5=`SuxPojuYcI-tMQ>O|P%`%`9Zv27oC%-JH~R>|=!++*gt1^+oG1!Ypt5o*8Wi5DPiqut7BW}8hMmz;WNVrT1B1|7Ojt zbtcD_Iz*o=d+b!lBs00qoKcS#-U|r`FBx;Pr$d3qcJs#@A3b<@=xePZs~vx>f77_N z#^Lz!AtUa*+6%shJvS#09=vNz_u_T~+p0h8?i;;2cS5+Mxa7J1H#ZH**v=V^x*dG$ znIExnMS9{SlX_#KMZZj%j1k8F?%MBI+j?VSf7Kf^UVo}@gp1QGSO+cn$nLMkkgGUA1z+`3-~K=hggu?&Q(U z?Pcdg@4xOJYWB|fx?$#VVe-1~Q6Cmt2D&&OGaGpDLD8WfA8&4{Z+hw0oIcjUxn+g^ zdvxD?np*E$3$vu9Pou5}Y|7X2+r6`R_3m*uuWF~odguAgpS8+nuezo4%jdqE1&wWH zg_!hRC%He;_sK2KMxH-9jegqj=-B5QG8XSE-1aNwmz&LXZ_P&5BlDKlbk6yDdfB+4 zCrn%RIT;hWHDcALdfOUl&axiRw^bbG;4iXva&J2$Z&SplBpWyH*utG&(q~%V&lhDx z`V>b#dOe*dI{)RC$j$0rv3t)oA0qc_eR$>f^Ul8fc|PreHyvm?q{w7P*@KkK>2FUy zU6UQtr_Ps_gI8LJq%D@e-@dh1lcaE4=`x1}-^62|#ovvY?i3qYI(U0dOnu`JU*nlm zzdW)(>G~|B$EU!4-^z|kjB=OGFNyzjwX9FTOiz79EGe0CEGeN>#Alqnt@U){+o;^K zMZS9*nCtn+G#gb*_UK#_-A$91^^Tr)rtgD;wxB&)^a zJcAcr-(Mv(S?&E|LUC4~)v2jjnS;G~7Z2@iY&f&Qo{oB!%Zs%>q{zo{=sF+8KO)%@!F;D9sZi{cLds;2v$*P!5-PVHqi z7C(>HdYRd1n6tW7vll(JXso55f-K)=z+uJy9s@)#LaUUl1PHyWEQ}i`{ zf_c*d+fnMD(hQE*H?248R3D8a&qLhaFKMEGJT-K&cHTUH$0jF=DB+j$>P+6Lz@H@1B~H`MFUSYFnl_`;|8HCkBM^=-Fo!@Pz)ZuvZ28|uA> zXFr|S$?0c_v-v{jbN;%#X>m=!9FRxj<%LLP`+M@W|iN=R_yl!;0?6$>( ztV<*Je5n_sesFz`?Kb^yw|^BCFD<*ZJ$KEMfKRzwI-I&$+x24LlF1)y)jHhyP@6>K zJF^2DMwuprt&V)s#Me8+D{iyjP=h$5GdBV{)L9hXz_@qdwjQ+wL1ABnoAt8`*4Iz& zd-Oq0n~@$vuT(qhtMR5mXmz6#JlomT>r@My(x9u^Vy|C1o z*N=>jvAVzYVB@P^cOo251^7f1RI`byXWjX@z2~yD5rQve>5V-tBF>s#7<#i!j~>}` zCCQGpMl@KlC%68_kIpQul9QVsK(SS zQMXGXmuV(t+a#Uz8rU%F+U~9mpLWykvD~M5jZyvMnjh`fv2U368xzf4YkM5;(y4*< zoWSa#A6KO`Hg;YyyLO=Kx}np4|NK1u^6%W&OP7|+vVS(eZqe!WYR&eyTxCCK?YaqF zpIJ2a3sp<7JL28d+C#V9DAAaNdL@acdM{7wUwupgzwwnD^?DpyQEQoCXMTsqABUZP z*fLb-+_vWzdpsE0(RfVrW3{ZzXH42OW1nTeIwpY=X8EpabNJ}K*vBT8eRHO3x2`kz z#)MUM51Bpe)zv9V$EowOgINu8e0p|@jI;VUbf`^-#O;%;a<{%|0YtIEma&(LhE5wI z>FFpK=P7w>p*?QQxj?n|3B&Dm!Zr>y-tC{j>u9>ao6Y@ZJ&xzJ)9!0z7kCN|{j9Nd z=+&QDqTcTVT4`?CY%ExzUb?$hw>9lXtre;D@Wl;@pV zuH$=EKjzde`AF8y#Fl$!_nw@$sHsV{>RY|I`ZgvCB4}+W6^U{&VyG z)=!__C~EHiqjP<;eKX@-LY;S|YZwoS-agvCQGw4y-NR~!FQ01NSMx)yf{wgZ^TV#x zOt~@T`pb8Vl3gXM@(+Bv@BUir<>DH7wWdw$_kGy-jYt2qS?&-O)i(~#AN8#X}Q$!aWE_L>r zK2TRu!TO-gXNY zzFst_n`F+~q_DGxHl@!D7p5NDGUSoX``XgaA(?C11dp;9zI&nP?KH1no^EL|UmH26 z=85+tOdS}}GUwUht=6dr1`p2rWp5nV{P}Y2#Gup0ecX4QIIwl^lMyRtJ7(=Rza4zP zMbyC-2c7Re**5dY%Y5nW-m$yte5*cb)8fc`%{O>@MrM{xyLiPh+GPX(#@C^H7v(nA zuUpUY^TBDwIeWaCv6h1b zSTHNM_q$ySn>4yzvSW0DR_W-}O;#4-Mi1VP(CghZ{(WMf;})AHwOBlP@3?im@6#?0 z`hH}GXHlQw3oqOb`hDBux%23cm%U?*UEbKI6&s7+9SgHAnq9rE$*J!7Ly~)JI$}69 z|G7oMgPc0uJ>oJ=PcJ#!)+VokV7O<;)Q6Wx#y--? z2wo!|@$E%Ig65AK5p$bZ>@pgDFU>pFwSBgIR{EVTj-nTyjmM^T^Ouek*A1U|A@5ga zHv^}$VbMRAn*I8{rtiC~wF|obIDGH>jrX-fg;!6wz1G_CeD$+OJDnEk)Z4mcn<*^q zU40w*KFt}sv0wfjeM|RV9*grwOv``oaGaR(C*%{V69*=~03r-)IFZM^r^ zy3+phy&$VAA0{T98SY+Iw6Ip{(~e#Ie7ut!UHf&}eZ#VJ&g4C68E1zqi#|T*%JH+U zvkwNmDLn2lE6Mo4)bUp7qa&+bObd_p^W8Z!WyLvhk73Wu3Nqs3*6Lkc>wT?^V5v1elbnYCB}`6)^xCb)Z@_V;aZd1 zJilPRWb*BMb1$cA?Z`IH56}K_y=e5hvdgXs|Iaa&0jn-= zwd-|7ZS_cxETP8i6J8Tf{|wsEuA5t=c7xA4Ps3%Y>a$HxFX>Y1>NzIwM2PRD?p8yN z4Y!_tIWfRwOW?lPes`i{9v+yLR%=LNhrPQaEKap-o|0i~5_v(= z=UFeiozH%_%}9B8!!mTyj&?-S40KZmHS(e!uF!*kkg$!2P>>%LWZMFYfTmw&?k@@%QzO^>p^6h$7d$@Sino z+N1@s?M|0u_tfigy!74BpOY5~ANf5G`cSO7V}`pHH@}edY5LC;&poE4rNtf_(rUePoneAjeA~#*rZnRND7no&h*7;C6(Dp@Bbr%W~>*^g$t(%nUvbw;e zVCLcKPZzIwpm%EK_g(MAhcj-~lT33JJfEDe`K595aX#bB;&-oXbfAITfa5y7rXM(4 zoGm_h_d)$$)h8}UKmBd{OW%6OV^R@;H^wlrvcfLs;X9*k5vr8|#T*oAI<~ebZ%Ykbfaw658 z+w0j{XpXNjvrp&YL5_FyHB#OR`Y%jQIkhFT@44n~=lkunZvic*sd{7S$ zY`!2u_Ttr%X?kgX$r*qwM>QU!tkKF7HA88lTVI%bb)u;7x1&vttZ0)X_>m_fqCr7vh91A>dv*vIgk2!BAt=6qR zeE5EuSl_B}!C~u#b6&Tfq&NNT$je<8ZMc{4&VEbgxK{>|9*OO*@7Nc)^U3#(3%cAZ zb6t4OagnEZYI;FhFZGvR33-t%8_(SP)Z^KM(IXrOZ!B$dKWat$2@wIl$svXHTwF&_hUA+yJ@&Jx64BP+w-O^)xU6V%<@?g7PcpwZm6E?pLB3} z@#~*I+x!1CdNJ!*M~4S7_PcqGu1gb&quajn3!e4m=!4tRL4~j0&R81YzW1ol{jW>Y z4&`S$6gEzHx4c8E*rP9_i?-*CwZ8Ds&$xMPT449N2S@VP)O1{U|NOXq?uGsrKWO+Y zj9t-t-?+eUK4!nJ>c33;xi5CzggJWYdWSds%F}uU9}^6^<(^zpny|7ZMAI*J{P-ekMx3e7@T1*IUwOtl^_HC|d^mQOp8ui3YZ?K1 zq9I{>rq_rW7<)uA+CpMGb@AB7ksrI6owe*z(EZY4!8xPg-}b%R+&RA`-EaQP;hBzm ztOeamBI}ACkN6QY>uk;F;O6;JS6b{UnyEQ7c5z|8$@dR+b8oIUQCn)mkKMHH%1K8{ z%LW(3wugnwr)+Y$IW5KVUTiy?<3lu!1p%8%8)x>ay=mg%BG;C+JsO_^?LNt+nG^{rb4NxVQP$YFn1AdF*xd{B?_t zZTq=r^{2_>H}tvLy5Y{%TRxTSar~X|>B`3g$9`8g>RJCr#Z|7Le2qJ7frl&4z|I-? zIR^HwbKK{8PI8^Y>($G^&eMI8gR2+M(ZJ5!f@d(yb-owRz-kse*q{7qM*g&NQZpDZ z-)o?Qm$R2E_D=^2c|v%Deed3C1{UsaUf4Yg5l@8OgF9lLnEXw`!}cU$_oO^2`J0S~ zt-!H+Mm!_(H@+bcF5)hH*a|N4cL9%&)dhQ+FXX{R{x0J2skiaPJh;gF5+0v=BVWpc zi@Y!6@u|1+jd*Yo_XUPLxX9o6JOTAyfq(}Wd0)sAQ12CpcyN*T#XJG^UV(%M7kOXG z6HxCJ$arv(_lb>vb)W%4=(aPG%EF8k(dV;d0)cA zcbj4Ii=;fb$on#$h6I1UM3wUsm_k}z$^b(*v4=(b)j3=SqD>351MckJf^57zW=kui0d!+&%T;zQrPfER4D&oOK-WT(v z)O)289$e&o7(�r7|8|pDbv@95iAt;8y7%dB+7{46JFeod> zGC(qZIhtW`R*q+YX8dwQ!yv63(*V)<<*0_i8jWjwKs79passaLX>8*IvSEqJ16gQ% z;{&>3iOK_6XpG|n!eNQZ16gRC;{(cJiOK_6XsqJ{(qW0r1FYlIc*h5{!xEK;K|I|? zfOvcw_4t5!SfZW;S!m?r1MXpo$^%(w^y35eVTsHG^yAYA$Ortx5|szC&?v|U48#(Z z2eQye$Ojz65|szC&}hg9EW{F(2eQzJ$Ok;c5}5~x$fr?}515E0Di36#k&zF$h$Siy zWTDZK57>w$Di36#5t0x1h$SiyWT8=#4;YChG7nIaPa`ECa1u*Y9>_wYB_FU7OH>}n zLL(+0@DfW@9>_wYCLb^pOH>}nLL(<1a1%>p9v~;5Mo&IqCzhx@kcCE2KHw*os63E` zMo~UsD3+)^kcCE4KHw;ps63E`MpHguDVE4QKvO=AsC>XvEKzwN3yrFLz*HcZK!52 z%z5G*o`HiJSgqJSFhTIbKn7Pg7x#(N)dV<@W50pn`JaJ{8IhG4j(^)gRM98|grh-@ zVf_7@1|MqVA%>mGM%&*o)G9N=5W`C;W9$EwaOu`bC2fi12sU(195|*eukcD0<31F;aiOK_6=%tbX zmPuHm@<0}PsU(1rk0mk>^8wLIB>^mxuteoyejsXjB7kKQmZ&_CgwaOu`bC z2eQyhB>|uUmZ&_Cg=O4`iX2N&;9W zVF~h-HzLbTL~2>ZG!aG0n27iq>^~C`7BghSRB9srZ}2DnZ6D&l={Kw@Kj7c?{Z(da z{tbU0YK|)D%Y(@h@z;TAM^8JLKTcVn9ITS*sRi@EpUtPjW_}@}41OeL?bOpYo<1(?nw! zUN9k{1`X3psT#wi5>o^g1_JQPVu>WF?}d6F4Oc8D`WcLF5mx5pGr)hzwHtG-w-lI%pJft+IbJ2dfHhJ zi&T1@`j0}Ff5Qv*zb#z(2j&Za@PDC5%med3Yc9ds`frCKtHzW9W0YPsW8uWgLyAx% zdaA+#h*cj%1oK+Suwm60PYj>gzYq+B7OO1a#~M~s-ds}NKmy}}UZ7yUE!4lIyblXX zsnlx)W(eY$V)~-kyiaT<7}FcX=Ko(AT*67Di36#!_xu?O=F4516k(AT*67 zG7pvr0y;b`fY3CSs63E`4o?dpG>s+5`xDcY3S~1*Q;9OBDIWL!&or&XG({PIf7>gk zOyE{k2A`@yT$HI-89NVQ;lVhghZ>9)dceSVpoawXe|iW&XQO!*5H+D$7C^9|ITj2S z+ka-B1;#e3dd3;}Jm|nl6>-d1{a`Rr(*Y2SC-%3wVoc)=-j1-tz_?M84+cvH+RuQo zzfcAkyn*&Cuyei`-Yr&^7t?ryH_%h13QR6mUl+WAo(@%EYq1$_!13fPYU}C@$nFk(L0VL`#Ftljyod9@uSfcVk*EIJ|0KE}Q zR37vYntLYz>KvA+JdmZle**7LKr@~NK&HbI@uUzaby%YQg6#veqd^FqIxJCnU{KI8 z6d?rhu|(y8fk8)9gb>8X5|syA3Ftt+5XK6Ys65zCKnL=L5X8q4)5UNKhV3A9A> zOfWjWvXuO)@q@wpXf6rn5ktLVOv8%JM+UOc!JU7fcF!=uz&BA90Y-+843x2d1na>~9!W3{&b)xm+-gQ1%wX1cP3VvZ-JaRgT>x7ybh|Y113?Nuhoz$fJ#B zrbkJYXzCi$p9@c_0hLce4<}k`YT( z9>_xDnGn4HSR(VFw+iWCwGbANSfcVk7CKlhgg`Zxs63E`?$<&HRAY(C16im5w1p62 z0a&8)Ko;6hD}?cYB{C0|9YVrS`zPig<Z$1Q4BqPuL-P_?Q%XqE9FDzozyHCzAp?{I|`+W%wx zxxW$+{=aPcf?-OJW{g*daO+@VK=+tJU!uo1W)fGuSq#2GIy5K0a}*X9bTAIvCyMSB zWtzoMBRc%Xz6TS^q&CRfElOqZ3W;vqh}k;w~6>SVdfz>5@4P?Fn>_K z9-D~{@1tiJENuK|q2vGeg2m8A+~Hv^FX>}utes;;$29`F@@j&!xEJT zvd}06N6^Aw^fC(Q0z#THAcSQ+mZ*ORve1|%goQnps63E`j*kj~E`TL64`QW4I$kP- z{(vPa4`iV!145t+V2R2DStuHSg%F~wSfcVk7TT*W1dlqFs63E`_Noh^_h5<41CP3p z_NoiPqmCsi4`iW{RtQLoB`ObOp}p!tKv^tNc_0hzRTqMj5KB}ZW(t?v!k95k$sz)e zI+lnhMc_2V67?6D#I#pk1WrRNQF&k@(_VEE^i3>LdEh~%z3L+HsAGxB1CJ{0RTsfB zA4_B&Aiju3eGxdmu|(y8EVK(i1j~OcQF$N>JtK%<`Hv+k4`iWT03w(zutep7EQAZ- z4;FDE%3Z)*#2G2Eh!f$H(tnFMus+D9z}y;CQ{zqz>OMB6sNb<(Of{V{3%be{amW!$ zjKvqS-~tSzVGIzA1~I@W8m1V2d}S6{=n+Jye_xr!)PF|@{n-{K7~cQwf5#7%19SAh z1A%Z&$Su}DFSObGR~BnvEFoK_&koPBMEEQ>Dnz4LkPNx##ajF08SS9ROY&}i39u|C~ zS`v)gKeunufCY3UdO3vHy%1)jBW)05qvLE4VxyyM;9;U;Y?TH(5StmMPdW|;zD+zJ zh0UwrS)iQ@mD$xW`O(gTN^R`Qf*O_C-hbn`Q1r-ve-aQukN-phBJ6v`z`aVN0(LCr z-#(fW>;*cC%)Uh)T-kKMtf~%<1dD|3fAWVzf+py|nj9Gzx)?&^1!qp>M-+lfns(YK z@4T+`kU-3O0QW{!oB#w?2hBl{C)t8sL-zu?Q+HUcDu#;~EL&xr!tn2Ccc47O11u8S zNhD9b1URFeJxmIv2y8(tk+T-`F%jL*M8H(Q5|sy_MY9z|fR$LH@&LGK#1sKuVu{KF z@GAETU~%5^Kra^QEf4jA&O~(I6=Bg{+5s;D?8FjTCKmlA!oPnqpHg@$H=ptq_=SkL za`|bGA{?Lpn@^GX6uhC7wFDi4?i2sNnK#j6ztMRUB?J7Mb11r*sH)~o)USokn<{Qf zsw!lLfFSK|R^>D{z(3lhtO6DT2?RYD0}!3Ij^uZ2Rx!f<5jv5`DThu1rO*jmV^lz= zIoL_JbK&q>pf6cZbAcmqalnU0zy~fY|8Zj%)I$CwreYx95zh$;0}_@ncoYH-&ZQ2+ zC8#zCJmPp+xd2cJLI7f2Vh<>ezml~`?4^|#i7kW3G6@?6ctLo$!U+`%TeC6BAhbJR zrt2&<0|%bL5O+7?4%7__ASW8TDLis&w1$}%Ef0HutvpMZOt6ATWJC*s6N^OzyNw}X zg_dKNknALA!2&5NA@%^9gu^Te3CVR1T96~m%ESo4PEqDL!okM2@KFxui8JB59S)P+ zv5$C|xzC(C%MCtC$;h;K_jd4bcH?1Rt7K%r<5UKeX=TpSadUTZHN^kp3w05}aaIPK z;LN6?{DP?b0vTE!)*0B!V^aheBm_(3-%*4JRRlg5Sp|nB9oEN4E6kebC?dF!AasQh zfZL61rOByPLB|ysp=!k*U@LE!IW8Tw_Ou3}$WbNVqbyyWU0gi@m6&}3MhCMGDb=}9 z5i!NEi6~cP(yxQ|B%vW%9v6rxs503$N>y2;`_HS4!4+GThgIw|ghv3H2d_VhNw^V-=s|VphMK*z%3ZUYVj2G{k(ek*O8|Dyqw<-8Qq=bWkNRT?va=4~5CF&_c%TsOSQA83(J;i8wTqCcN zdg7xGEeGpZD(Ii2Juu`#%>Z1dY~`_aXjsq^L2LMlH#Gdj5fXmlLlJ&b#?ilqA6yDj zgdg~@2VpDBIXJb4O+9kmilh!O)Q#FSIB|%rJW|~h-3Yom#V%4xfx>?dz&I<3O+;pu zsTd%m%IGwUKfqR=8JJP{_@=m0Xi<)sCx#$Op}3Ae%2ue&G`ATc&u_>AO z%7tzJK`@!vPMi*GQn{Av-J9_`uF)%}6Y`yCMMUU4jPtqJ#Fs0NoP!zVp{R_ncG$`* z*RcZ895EjjK`~=gn#=x{6H-CRA{6RzVjP>075YB37zrx`IS!=6H32{I5v%MxS_Nha zJ|J0zuV|JKEI|+!*9@v!oR`N|8dJ3tsgKeA=xl{Qz*ZiqS}ORA7UT$yNP;J*tU9Xz zWN?BZo4|4kAnk5cZV@_-;q*ne^5_9T(H_yFVATOSs9-$ekFpg?gAB#2#6X5%QYr!& z^6NbSOXQ-Q2{Jg%lI?YJI#FO+iO{(Qr)H{9o&u9qgaSEE{A4SyT*nGTgRu-cCWb9y z&)~SrRw#F+#R#&B@c@F-<%ubZD%B$3h=ETimdi&xz*Zi6rLnzSL`(x2{$iZ`%2ucn zl}3>j?|y9Mu?>HSf)HZ@ev;@)P<-KUd{TrO;C2!G#M@O_n5Y8O#qo-@Vii%B080>_ z5EgAqm1c1#+(=@L9>a-=xJigrOl`^g0sW} zY~@kIK}<#K(4ri{X-J4<&lnC|COd_*Vv79@I7`Z^7-!{75eCkRaVj`l9prSP!1xj) zI7kZu6N<6sN>Jc$)YMIWU?f51N%Ci*U3lxP8c8KB;`w$ov#`MotqRqsaSdn6Cn*u{NWGWZqbO5%J7^)Lf zn;FpZB+ zt$~VLD&#^Oit9-*^N^VcC+8_I7o{?WT!;Zc=#;HIJ4V02;FD-mFm}kfov1tfjl0bm z-HvP8w6P*eCyjKxbi$G#8yhVR=N__&N_Aq2mcpnsI{o6@M7ENcorNMcGRi|-bYlDg zw(^k1r8twAwTMF%+PEsk!NgQi47t!bw<7;huG2B=Nl`5s<)QNx{($QBB#s9`>WOo1 z*vetbrLdkTVB!z3l}B`9s$XE;jA&D61JY0>>JCRHRIvTr`Y6@D-R!304qrNT8bhuPR?R0uabJ=9R;Z;PUK=MM@}w9^+b^v*C|_h3i=sA zP=iLmJrMAdG!6*@8XWo|@0J$h6f@Shko}KhrZM!0f+$W%V=IYSe~QhCnsnsklC$`+b-WY>(Tb!uRuHB5b&PtVAc{Zm2ld387Of}N(b>vT zqMj&-R%EZR*ApKPa^noeC!CPNCZFQ=lqVgEaheTVIo$P>p*V;49k%imj5C6m37rie z#PE|GZ$x9m-^8LrOpN(AA3eUjYb<(t1&NG=SSo{nsHZd5=q{TryGapqZP8L$SJh7q`iwp&O z`~kM|*p@!9tP>OLCDd%hX(4PyGO8@5j!;3XEJNoHZfXinE)rAJ6to~mSo?_yo{9or zSk<$OBw~bABgTm_DriE%2$!KV7EY65E016oRiX(vpNeGaAU*l7@vI~gh90lR=YEJPW9DGU=pjDJM9665|S6{?J{44BiW3^hCO z<4xGgQ&45nsi9PrB~?&m3?SGf4+Q<2nh4-7a$O*u~L7TI?wS`=E4Be(#?1SdxU94T@x zSH#1A9XGQ(+9Y~`_P z06Q3x@Lg1#oE7$gDi~YbgtCfL5lJEw6RbWE8dnQrY^erP6nzRE5=N+n%1!4WLU+_5 zP%sryXFe$fQdKY&anfa&a6-|<7*$3sUQQ|-)s@Kk2dYdRWu;V=t6=nSQpMz|jC=Xy zMh|M*ai}0UT*!4Q(d5uf6}+9Cd@wmhDuN-@GREmwtWpxg zg*wp;?SzgHX%G{qH~el;!4Pu=D|lGKmRdhO&L23dR;ElU0G4M-mOiM2CQ8!_|ULMVzcKrd}y( z7^7#Q_Og=X9Wiy5AK)^@VN(jEs$ejw#?}*4X9+T@j9RvwY&~)?p;aa!N~tPW#pvO} zWw};Xun;stO<7KIpMol@vJk9-;lfEuRWMwL-VHsHp#6&p1{pG3Bsh1BZR(IyqyiX% z@6I3|b56z}rAY+~RY!<&6B5}gi$ni>_()Wv`$?!X5YXWRAHObF0r3QzPFYm|JHb^V z@>RiPB*D3KY!WkifrMhrF;#$Av&0i@1+uCD4v`_)eaiNNsu*5e7Kx(ag^vah7Wd7; zPux01h8N+YVATUV1B-O)f?oqK8kRXEAB0%>zywH*Y(fMvLE(iB*N7AnoYu%D1*3Tt z1|$TCwI#vnaY~mbp=g0vccHotYh445*36b%8P;x&xA~9G)STvxl)3XE6a;U zclr{Kuu3VE3osEv*dyS86VuqrAPF`S>JVHxts%3Pgfrg7Xjch!bS|?*bO$Q&2%B`} z@kClcYxs@@-V4!MV)g)AIdYQWy_Z-jmg^qf+9|D| zu@qyLt}au1j=*IhWV46Q)G$is0u-fGfSC9a)#!H;>QEu3z(T~*BOdujwU@%#U-JA1 z2`3Lvsj4%2I@Uqh1SR6h66zdjh@eQwvn9xG53PjTsPL0;5lcvl9jPa%2i^(MCgkJ+ zQe%}m+mESgbWfRtlUT>p2}PrlD-ks_I5|_uSfvDnu}aXUkg>{1?2?lVaqEqkP0LO6_C-u*aXg2tWs4+r$*J-fD)7qh*TY& z8aerZoK=^=nS2%cwrcc1iDI>iP%zHs}4sE67(&!)j3Ic zOhFY_UCbDYT%m3S@I)|qp;r@ff9lXCqIFU5pOT?2-{dg;EECu;EFid4S_4wD1j2HD7m_#;KE7Q zWA+D%7bjODI#YAfpXiROSUhYej)dStp$*K*-eU@?xNLND451yiMp4jlN&X|*<{&4r zB#{t$fxqQfK@yzF#rhV44=JI}-;+}#(F>`RDCxDfAObKdB zaPs~T#H0j-j!CeHkdDboKa!J7p@Ans@l7?lp9H1*A$3KEH7DVZ?wC|fnN8sc)F25- z`a`R(nt`XdYzc}MoGdh^GSSn+%BzlY?9d%SJi4aMdQOO6tlO&DbDd zlZ-@cipPt&&B#68u;b2jH~jFh*A_KoZ)z8i3Gbwz9Sl;Fv7_QD({F2#dCycKOq*QBXSa0n1WJTWHz%A ziYlD^5N3%K9fnz=BXALnWN1(1WbSa*ADkv6)4@o}C|R{=R3$1vdphS~OL8huXpAt3 z6B14eisG(L90r7Rb=A(5k|?e$gU}#VjU*yL59=!*J$yq(XXl#hxEh-eBnd(=w6{xD zJ7B8P+9TavidR8tRFe|q4f&DIH$>LY#4~I~a@SrAwU>9aNmb-=RMz%L_(6&X@7Y9U z^mHk8f)aDE^9_-~Lp;M)BzNuMQ=1izyOF9$OQ@vw=+;Z3f3S(FXwJn4J4`~PK|~&s zBO#^$fGBbISc+K-B#rBUPPC+hYAz_j%Z};Z{pt()kX(_gmY(D#U(Rg zOoGs)wMQri<=-f`M3$3V42THr(gV;Kkpmxxjgd3sDDKp0){qJvbv>;883W3vIHic`EzZ6%|x(Y z{+*G6eszR^GFH*?okUXV^Fuf$6P5%CA|O05IZH{uHmNdXr6X01c_UTKyn&Bpm#-&? zXIKTtHApt^Tm*UT;R%?pO zqr@Hv3`PHWtucF$O+;p`2?|ifTBDX0CwqyYZKG{X&{C9ZYZ1Q+YK;YwRH(JW5DZ^{ z8giU8BL%g_!&yq!T2KYG=JL|XwKcvpsMyx1jmXJ@Qc!EsjiFQz|L4b$6WxrhtqD#( z12akb6fuCoo+Y|H{KPu~{KQp*Vy0?@A}RHyNjdvgfZDg5>?vevKvAdQL@a_ygJ3V` zF=}KRQD4Sn%H#+i`Xi)OFyH+xELM$7B~?tOf{)!ITHs_;v1BfX$rr z73O#)C{q>3D{2>WlE2us03H(}{Hr1K{6HQ7SgjaFkp$0G~3y)MbMZW_eCzxi+!A(^dz??ibW*1XTbK;{rfux*d z9|g50Z7rqDgDL=7)fjhD#f&>Xy32@ohP9ItiygGBNz_uR)>U8tb28=R+M2Z4n5F?= zh#J701VIIDO`?=iwXOmXZb%bOhHrA(bKz@87aqRU`LF zsRPpF2Nr6%aqh}y24JWUQYfHRjo)=o(Tssh|qjddv{Seq5G0d?YXQcOA20A5^z zlcsEMr~)A7(Pg?b`X<9SMn0|YB78#P`zIj*F#DRL_q zuLQwQxh_@}#;a;vRHmcM&BjtrKCgmWt767g0f=%EV41a6%mwA6U+a`|l0hrhT7}~R z;a&gSXU$25SAdxWqyYvI+eM@#xtM5V@a7V#K`~P`o~@Ml#%#rLgc`4$9Ai?qipj-} zKyHwdJllT{L{&RdP+AH1NrW1&_%m#VAcq>j@2bkVf>ja|Q;p{kFBaIH}AW>I4TaA+EA!PZhwmY9wc=Vv;i-{p>06%s=Q=;K3!%ol{l~ zRe;}|%w#5h69m7Cy$UsgIa%54y#bg2Qi4CItQx8S&~dzDZMupS1_E!P>*D4W{3MNE zk_;&&bcF&sCl6Xq*@}Y(=%;a|oChS5$|lI;`0ypjnExJrtH#=v60GkET?{=vgLsCu zxd>k-T5HnYQp&6M&y8T2YQ%DBCB$;{C=TKom1<2$0bN(ATK{uYmElBQHW3*;T!tPv zSWbfEqu)U$o?$DpLJudTP`1|p97JWRanof~P38Pb=#e7CGb+|v72-w}U?%5Y83jf# zNeCwgIRHJrT;Y)&0e<2R1r#$m4}v2JkjTf6n0f{NFA31(F*H*0ln*I+c!HGh)PiMB z?5&oPJIa7-DJ1{|kw>N)6JMtIfIz+&G0KT&*xI_>43klt5UfF0_!JHZQ~Bi^P#7Y6gSN ztjysfzKp%?L`iJ5Ab7Vjipnn6fq;`JBTroG)yrVm0uNUnyhqWC!BL~YXsLSMwvh;7 zqslmk2(#T4pOpxDm2&D8%sfVeVx#pR=v4@MC04^6dIeX|zoS?5dsi|}D!-gw6^sc~<;{aRrf>csRT9 z08yA3X6`eo3`VWFAdcBrE7|veei~fHz3-u7t?|}Tvey6n+;Ev{Cwj^%+24R3&qX|= zVq24ds?6fW=%1gwFT?q@Y$D3FwPN~-1R-L`I1eBt7B7q*PQsm1wf^U)gA=c2t2JT9 zGf;!vtwD5Udl;3(EKXDxC9TO++rJ<~_b*T;9ej2I2?Y_4u*ypeA8MxtY8?XN!Q4pf zW>5gois%Fh#X9RAmIIooU=dPe2Ek zlA9Z3mGlG&C;{)c$||7>AO=6Ki>=+55JNEfD<}b7JSw@@p)w^%K?$m`hK;HKaX5E! zDMB35Q9$l_AiD<$kIxb4jLo@0K~BX;92OaD=ptCjtqL+~s{)uQ)J_VeK)edf6wZAF z%t{lxF)H*cBsL`D+&V(eTu7y<4G&6Hx(X15bK8JirE%6^g-RndCK=}r4+WK0#Wbq| z1mWBzAXjP9Daf1!#YntH#<`(GL8Vo(%&Gt}lqA?QY!s4UPjqCkQHYH)@RPuN#BZkB zE(RHe5^^dID}Y?TBG-^iB`{WZ+zemB zP^&}X!t^!2i+!?@B0<{-HP6?>B%DHKSy(fT2Qbw?ymDNHOKn&;MymDF~ z5l~JGsJY6yiGxE6e9(eQrdkzX4(ARp1y%|%hGF!Q)(X)|LcV;=}qo-rbIQPNGtILtBFHc6q zve4F4jr%V{x&MfGsANAYl0PRoem}L$?4R+CXha z?i~Q^+5m?{r8@xrf;JeQc-3|S$Ow9Og+YZHliV8t*tG$kiApyD`~__={O77|2#}#0 z0+7Ce+JW5r0ob(x&|c|&fWM#(85&jO+&V?hf7G5S%x)$31CYZ8ni9u4_=(SlC@QJ8 zA3%og2PoII6d}eFk0@btmv0A3*CLE{<~i7PH>FcPCCYShFH_lTgzL?xnP+!Yl? z#U<*i?y9<9RiFM&b$grp%P+r}-+P=nU*A4m)wOl?zq&hF6EGioE3=!4B>~+cE=wwNN;DU^46DtB1asjdxITZm#jEo824>TgW@MvW$n+W7z#0A(E>~eto zMXZipE;O_{XdGa$eq9d#^*#~)>schNPF|TnC(8tcq{#@`HyO2(m=?n-3%}&Vs(_?i zU=bseR}|36q5wg(41^PF0y;@_dSbnZO)-)5TALVJuKi0VBT^e6JDlm9;H*HLl6Tm9 z$E5=S(J~@6YaH0AQg8wp6-NB8SDa#2QbkraRMbJT4rBJ|Ncb;qp3c)jeID??lfeJE z^2lplut|c&z|*zEC~^fLQ#h!^6DLZTkUp;vpqGUJf(s&th)veOg&Mfv6H=+s+S=DX zeO_TeFAD<%7evw$o2-Eg6W~HdCcQ+Q(&wGC-!sHLFft-$#U^XuLIYgLKs^+RQ_M1` znAO331X2$eG{!5$A`z$b=6-_mUcEeATwoA>zy*<`?agWdg9|NiAuC!dU}QXsIb9a;_JL50<-KRUZ!*@S z!G#XEkQJ>JusUYdQ^e|^aRBwDcm)Ln1|Q-c`aFz%&nNE(k|rbKM2LNl*CY5ih3^JP z@?Is3jAP4~7zFASg{1Z}0Jb5tXlf9o?I7dC5*%H9B^BD zgPo9l#Nnn!^#$y*pW4we4|c}L-hnEST}Bau!H4U|&OQfu>tjyX2D7uYdKsVg?En|T z#VG+bVEYX(fuda?NUqZ$FvSGnrJogW8n|6YreJ9@k(n?Pc1~Av_Xx2cijQ2zr8DNt6nY3P}+oPYyDf)r3_R}{Ck92I^Me< zpr(;0V-h{M{gb9-smH-e?Mu7$v(H0A_a5r(^hz8`vUy3}k&A7{$Ph+}kM;+n6k?)# z6DJ(Z7umOPXfoW)gIV`+n02)*!>tUQbuX#)p@$T8%LETl(KH#rIm98-aHX}#18*;| zWD}`GCT>zs3WK4-Ns%FzX=)Fy$LuV`usxbuMY+Y!V4Sq52*xR|6z)x6_~16%9)aLu zmh&LVeH@akF4@I4W9o*-e)I^#4pnyrmJ9tlVv;+F(C+gv$$cD?tSbaPIQj zSmemq&=BjH;Gt zi$ox9kCse!=TH1I_U-8XTpTErOH8H$)(ZQH;+be@802Hd73_)EAE6M2rgZskUB z!a>Xjl9LCt?c+e(s+Q@6M5Jxcm|{I2E0C7$b57qb;zmr&s1_wWM0Th^(wmxS-c>ge z2lB2|u<_at(VcmK**@NRRm*LyM40fx8G}qM9jn_Tl6D;psR@sdr~^td3_46HqSB0- zWhCoKCvMg_f!CAX^YSN*7G7O;{wT@I_6@+&|t1pnqk0Ip1IYs zX099f7<19+0u_Eg#YKlJ@DJQR{Mc{*uKVzc|NN3z{;05IEv(TwIRWZ`Zj3<%ammuA;MI=1oDeBXpu&njR~0QT6P@FPm*Yg4D5H2*R1;M^0y@+5I}e5& zQXb62!iG$aTQdPmfzPB`GdvI6ts3EvGOSq?Pj3gmB1;=yFtE!wOWSE=L!!qH?V8lAOqjB0kKICR_Co4DJT(g~UC07Ae&; zk;ws|(e+GJCnvHmQgNM@lxG#Esg2mL`2a1ZDh)Gna&dZP@mc16K+ zVxAK8mGiCefSECPz?_A9U{{Lq0K7qSWo^Q^6U3qMpgaLyS#~kB0?|lTUi$-mTCOYv zg3~azNUoZgYAT!n@ymqtUwXNtWwU%JocO6Aakm9;IjgP48M8lT$(NG&NF2^ z&Ix&29*ts*yI3~^l1&RBzsHBg1a6={|KJ|HP`C$gSlk2qY{Illr7+RvbETlqYA(sU z@2X{w!5E_6oh1)1NF|2k zYJUKiU%Tmb1B)GUP#!5Wm6v@~%Xt`O7-`hZwaOgZAZ5ZAEnq?wTnj9b z^#rYkx=HHjPl9^ z&wY@J1gQz5Yt2+hZb17%5ZuXd65EUp7jtTmGKqDz0uZDM2NrW~F$_@&&4QdvCM%)= zh&*8$s4!>FUKjq zpnEu)QDKfaF;WvZU@s)@!Lvx~UYGza5PO0Wy*dS_xG% z0lXpQv}+ttu0m%MV$DuWQBLM8iSi~w3*_nhduw?4kNPNNd|JjJ@_e9agK=*UY(mbI=EM1qX`cT=O%8yRMeCS zu&oemIIs*V{4fEwa=w{xKi{6gYQ8P^okp?>2~3c6e7?QScGK)FfqP&DrPFrhxJ|t2 z>clg=R!bYNS?lA?Kcl>E<4xbgC=MzJ}wACZ}LQ zuR1lYn# z_IjOG(bux(zsf{bR&it{Ft;_C3rJb78|1#~(WiL@^f(wbcA;ZBMkHXy#ht zAE+nCvVj!2q^2P~Za+&i*IJ@j%!RGf3Qys+z6}m*eVE%Q=6Wd1m~Mv5joLnt+}JrQ zN_yOunP#qKAuZ;*4IYB>7!&J`cp0wg%kSp*3gA#>;!Z1h+AvG8kLzRStZ3#s-IV6u z1khT{bz4S+Q#6NT9tl0y7YLJ;CZwi> z=BE@dQE z!zC|7>WXyBb8GJDDdU=ntga-o zn!~KkOP#WjbHDB*-WHDjX=EHUG3-TGQ^LK$N7 zgmXhC-0B1SPUS=ipOlHwuOvoaa6;K--)4-v1}9t&j}1m_@qo! zekD=)f^xN?mWs;Pl;^~SC45jOD!)PudMNE03zCY;*Oce1ehc`V+C$;T{Dao>TB6;> zoXgl0+l=)Y(Q_O~BJ!y(;9_bM)gDsrw>bxME|>kaS%?s&+-IT^7l0)^id~TvTLqzo zcNQ5lhw#9={-_R1fC=>8(LH!(Nsm%z!trawnh*FbBVKHiAZfKcpM5U2a6Y>mt0yBh z&@13#YV%y-Q1r+i>X26fVQTYGbrQXWtN>6a4lK1uqeS+tHUaM;E66|wtdKEpoqDAB zLRJ8(3Kn3xOlZIg32~~; zq6JGqAZ1b`?l9F>lyFm-WdSwfokO#!u~XP+En)#llRB#|pu|!L^>uXE5ywT21P09L zQ8W;MQ$+Rf4_<)W8y|El$7RChLt!K|jTT0zrV^>*I`xF|8V_Xm=5*0Cy*zR zUcwP&)&$gil6ffbDl|?l3ecqIEP+cn9`jW1P~ZhjP|muFQd6q}H0e2O;1Z6;gnWmj zFEDd55nG$E FEP@Lxh>-82Y8mq@SPTX}1FfEWAS5hlgnL6vBxHmtI;u0v3Tjza zAZ1O(zGhtkGh80WKJU$!t>eg&1HKZD#>Afo!iRMQLr0^6U$Zd6;stC2)QCM!jrdA< zp3IVl8V@%g@DAVxL?UAwpu5S!Sgl0q&Q;X919g zccpN1+T|H(=ZexaFfd#YxDjHW(LjdQ4jL+jJ@df#8tZR{QlqlnX33DKw5YjW2zIt= ztdddVb5k+K(?O*L4N-MsX>?#F@O17Wkt%w(PcX-G&1yWbJ?zcbP}B=gFfWdTZW;yF zt<9ss1D;?JOh|rp z5=)5VT_2vPYhP<$7&E4TAx{J-^2S*kQ$*%=DQMa|?)n7S0i7$yO z6`GqBOBPRDXpUgSb&->)x@5IBPkjyLB)(RzRETb#hHmi0!TNDz>mw)AN|y4Vl^c^2 z3PWnV7XlATtkL_pf%DcOR^hofw9i<3VR2bnEM-zIJ+sE8mNhOyV{5fQu&Y-nO~;3I zJ9m!NDoM#%=bnHH4b9KR?AMtUD7CCWk)*5jfNwN9i!sv43?^hKo2Ep_Yo6F1=pRGP zgA8S@^3paqI7T{IyCl*J+#gbV4D#3ng``LKjv<7WF{4@e!mB_f@MP4INH1`^Tx}Lr zgrvt8z;0QvdPH??9vdDboohf+NC(%kc3n4%Dgx5Elq3{*m6tXvU!tT_7??zQRe*G} zL^SGGxXz2Lp0m%iz^t*j%DwUO0T0M6#exg17M--=r( z*LWIzBubxE=sr}v+^R~1=gDkR@JqNg3V$XOGg}d2SLxNyeQ$D%-V~P7xC5f zM8%mnqV%oGJ^Sbaz-PvW~vVtgi_4j*AU+lmVwLNz!ewF!?4$dPb1glyF66fkjAq z6fjs#RD5jKz(i*~XDwX9^OzMDA?bvv31?kJs%8;Pl=O_Xa1lpimRN+O$JfFW6_}b; zFj3Mo%pBy+*1jP0+LrBCxZ;bf9ypKHO*TGkv&PFn+)tic%CDFQp3%PV5liaIskvzY z#69j1LH~4i4)`|QfrM>G@D~U%5Ef{XS)wwDm#9<|8FFKzG5*P2J6|3Iej3tzIGQbD ze6?9TG}yJHA&O2W=EVY9lqd0mhH4^XX>2q`BxRH*c)))cnXdrG0SNZ?A`&x|-+5@& z&cnnkX$W}|-+5?cOg%BnP%NIn&I68YeX{JG+Ig6mwGAOp;_J^w#?}+F9>w4Z;6H#T zKAW;Ga?+`thlyF_5by*~;SZ%9&aspVX%?nfJb_#dj%=OeL>&o;8a=A|xbB!>r55hS zkX3P$=~c-+(7I!SOq1SVl3ArO@f8^Ev#N3*jty0Ow=fXoekXW^0vcs3%Sa2g!N{!H z{Z2BgGA0YEG8!3bW24bI!%$n3o)L6`Eh#{{wH6AsZGi=nq4vZqhY;>~BI*JrSQ4QG z$b~K0T+E2y!1}D6i_^xq2dH54T9TWL6)9q{nvzrYb@=Yeu4^lW|KSy@90&(+_4rVXbe1z6%1u}%Nf#B2siT1mQfiXe&fv7PKKZy6HDxCI> z#^l%H1tc^lSVNG=iy{`sOwxwDh{tnNn z^DYsK7cPZ}z}Hk>l(0!={TKnMbV`V?d71F-E)%R=d4n<=Chu{fD!6B9&shrR>O zW>=&;ADCo)$+^48mTxvmBE5ux@ihozqYMlTV%dkJtH{=_j)={APIy+;%s6Anv zKgqwFGY)o;H_D#a2dYJ@4Cnf^0x4|VUWCk%4@=;ST&F+5MUgXQh^m3X!LyeqH4GDj z%2$_7@S=g?{HpLhvuI(mplD&H0%NmiL8ef7m`-P~a6zh`Sp*OYHECcFP0dtfY1Yip z6>}4;@}M0F-Xta-xZ(Qg)YIc4m@y?>ogTdPVmLi2?#rw$m@Mj41yGr|{Rv+I5%N?; zA|`HM&N&a$&$(Y}sX4c_Ihb?qEgYZn+`iH1#Nf?x!JKn8g%4gQX1K{8>ZVyXHN07l zwAA(IZI6t?5-*gSnBe(m-5TEPdNES5WJLM6HlH#y!(`g{92Fqg`zoA7epfsf$)1V%ocOqUKS#c zt%(IQvOdgJ_x4SE3^+z%$lPce1ehDS6fs~f_&m*AD;}|!>o&(QhP9Xr=5&3StM2Wa zWCF}5aez56H*zVWX0AI(T{G7isj+#rnCo`i5SDH+7kt6`Fjw8%H_3#sPvQ`EU~c46 z#DKX@H>DS~??}LNJ|>H7uG_vt;Jd|K@QLfgTy+!(4t!L6C^L`sRJ061x8?+g7n6L8 z0*SW!X&9TD2=c%N#cxr7i+bc7nJ|A&KQg}G1xy*&C^#<#LgD7`cfU~%Zs{`AG$h?e zBVphG*H3)+tX+n16KEDIQHC zy})^GjmKV(O;AXBJaeG#x|)~(YZ)-})eIo?I2yS$YI3pU+?$TL;FcscH7+h6BYHSB z5QihE+>O$oa}}|L5#-0TE^v}ulX>+)!x+(!3o^fhjqK65c5SA z6ip_Yy;*=}?`71AjmAiq{(=$hE~-WZy9`N8FnHkGxwpVy^eUdTA-MyoT!F!{@*pHP zHNq+3AWRr|$c6Z_PhIQOnBaZ(no>6rg`5PdFXInP)OSdF9O>Ds;LgPAM@gpz<$5hB z&?b(l5u+evK8ftIQzkmjqhU+}&N!?r8mb78ik1l>Zx%qvdlfjE5OQe<1dO~v7`Yms zTgr|ygLD=V{-Ix50Sp6_17?MGCDtY;oH`KS1t;$JD&93Q?~1LI{c`pdF~5qfiD|E9 z5nExirolm{8pIOIoJ{<8gBa&fDBw~-#S1IhqS#7{NY7Sp8Dv)`ATpfx=#ms}u9Tgc zcz?E9i{=XUeuxwBfVia8Nh{&SOwe<{6vTQDCru_V8xyK7CyjCHZqg8RD*2m<^lrE} z9c#etpQ_Wf+AY{qLL!~v&VhWF@xLY_Ih?d;=m7`qE2g+cW5!%f8YS8NqW(PS zKDBVn1ZFpJU^d*9DyKCSnB53qc9Q|jF0*jV1ZFpJU^d(ys7QA~%IM@#q@zgB$#$3U zz?s18CJxMoYhe}XsnLicJ!ccHgdfWUW;bzQHe3~{NViNPJ9kAog$+qdk`miHCek*r zwhXuptgX5y+QvVr6Ci>-Na$sa0#jE zG&K}KWONvKtpH}WY7o+$>dZ>^&c?VTaSck$&^ zWzuz-`0*xwIz3!ita#xJ=vsK;woedHohlb4%y1^`y@|u#;ofD%3ujT+!V9-+;zyRe z?N`Dso9OOPN21^exT09`!Zlh0FJMqrgW&X3xhN6*dW{_&cFa(t1$C3hXs#(v8083b1pKBh|u8?#e+zd%q!LL~i5uNp%2(W~a zHLC^!(&Io@xYJk8x^Fbb&lu@k3Xv4|m$0d3Nm4YSfX2?*CZB_L51bR>L&qCrlCr6p zwF?abX9prytKio>MW6YMWgTH}E5L!Oq4Ut!(a2_&8Z?L<4o45yM=P024fq!E!X^E& zh#=Lmm$15-l>tq>GN4xX6Jeti{aeHfmsCg0e=09ZnBhzye-j7t!)@Y9E>Z)&MZ9pi zYJ}*g@}h)YHc{(=U1kJ#5QEh!__fiTv_M?M3zq^$aAztnN*HQCno)6%1;1Q+K<2|q zw2v#?gZHwI7Q_-udC3IgHwbYZ8YdO}n&<7aq2{^+7yRPM;_GOaGlBSx$Jjg8s{?B5 zS_QwUK>S9Lo)ZCDFQ5DWT%jRNzd8pC}C4Q-$zFov#E^dC)IaG$}7TB zMPlI|5Ral*VyyzTc1;Daf3*N_^O8bgVw+I{P{O7H*DpF-0arF%cUb>46V^XPxT`m@ zV(mRpeR+h91Ej#olqa?s<7SldoT#sa`OPd3n2PcMNx95;Vw+sbv#JA1m|OE$ z`as$R`d(08DVQZ7Z_>7vrc&Iw?qJ>G-OR!RCNK3T?qLvegxBOx!p(c!~(O0JfU@M$P*Q|n`IgnPat(aMSN!@EqN{Qq|-dfT-}Ot z2r;wOvI^kMatMnjkiws0X~g>QMBPOSa=>$~!D zQmMP>a8#qJk1lA6mto*hI%qJQpTY7W_u%cZd+ zT3^8eM7UU<3kec}8)syIinX1fGtI2Tn2JgarG_e)H!Crsq^BqIX3GVx^PQT|{&3b8 z#C0l~H!DY?q^HMqv*iLe%S|&&Ii^^^Fc5eJ-o-|vno7AvCGcdzQUo3>!`cPjtQRBv zg0?59@lHW~p4L4Okb!uk?1@>j5K2}wOIIn(?$kyd6MON{|8TNaARw)#2ttndw#YFg zWekjYxO~71uG|P>ABEYSnuR8;Ws7*>vbR`*k;;n_7RLj=$2275MLZ5vnBA#ad1CRx zX-92V#3q>+h{SD@w;FE1wAMvY za8VE5P@rv+Yn>x|^SxT>=oKz_np&?h^@TDN{S>K-zdeNV2MenqARff z4TJU7Gl}-Q$RaAUL{7;?nHVRtWr zms4_4#sp=STuepDh2(`s1E-c;Oc&{h%kSlsT$IVL zw3v!Y3&n3)5{HdaWKROmGb%00q>?i$EvBN2lu0@f(s?17@skl-= zk*-h`sg)L*^qlanKptn7S!pp7l@^M08QEf^Oo7LdKoWD^Vw}`+1HD(pP*yzh{;+3SP|S&j7g_7ewT=GW|>zh z%;FUnaN(l>|6rrF@B;QEaAYz3MReb;z^V!YrL6q|u<%jT<3z^3*k~=hfczegESVQ2 zOi*Uk1q4=cUdY%N8?AvC0Cj`Qto_NpiR*w8>n_yT(P2mMIAk^4NE00NbIXcmmHP2x%sz~jugRwBjZ7coI5;x;5bzH8CQ;<}kxArd7$ zW7ncYj5EtDsF=kIDgfxKX5E4rMoG^J?}`{0rvo_xAK#p9WMn(@=jYf zcOT#ZGh^_8>r;4O5IIFWP>tt?Iw+){WmcHX;uR(Uau@VtqcQpiz-}DJ7S)O4^jIf+ z|M`q7G=dPZQ4zR#=RjcS@T!G@jc-)kX_jgTF#PH;ot;Nuydu}xfH88z@x}LU8Wjtg zRWx)x{fx_JHZQHf;8@0y2X46DKq;ST-i|Pzo(0B3MQSGEJ|I61yoW*x$y48GjHhaP zXqaw#ut-34Wt9#EjgQ#+$4?h*%zsbgDdh=4Ar2 z1?c&y@|7lfUQQ1W(@&4Ly^7pS?cv@6lQC5e%{LkopXl`P5!S>5H%~+DF;Stb+9U1{ z5Do(TgCsu_P(E7#D4!~eX#&dC^a$-iP`MgkruHl%S{YxndLceNtUU~|ogu_l8#imb z_XmAhYCIIuqs*Mu^aj}(OV0{7@B9YIk*lWrZ$D+%hK=t3Km61aAG7V`?K_TL+IZmh zQ;yPC7tc(1cVKq#YJs6LE3aT;@DH8@NBW)#%jAofY>=~b^9hxEK#cUup7St@{32flu$YM#1Yk?=V=82_C zft)M=WKWgnv;o-$PhcZ&wh)kgE%0Qbd186zkSFnAZ>D^-4a_!p0vmd>g~04yi1U7c20x0u#0n6{Wq&ebP*T?Uug5O!@q5U()g@-&*@t+A} zw|L@`=L-+*zZT>~75vUj=yV__;_!YMXwOv4Y2w=ro&^7_s;UxK$-yn#b zsrc50ej=c3#&;CBH6`Q4Q!?)m^#K)YtAw3-gz4B^grw67E7VyPKbt6d&cQ0uGjgzP zfdhSJCcHWz9Z}`OSyy4Q35t)A&S>zYSub#+&&)(qhormc+3j$t1J$aTiiS-Le3W#G zDU(PqaHP-7L{NsLdowv8y;VW433-o_p0U-`7C16(mI)M}EdYwQDz^2F#tcZ5bczs@ zX1&0XJ~Q)_op9FUX0BBsY${M(S$MvyHi`5C82MQyP<*xkDBh|_H5DkXNY4R^wQf8EdacJ)r}Luq0Q=#Rwv%BlHX7^H;sqohab(H7C=vX5jU62} zqE&T*jVp2}+yIH@iX3t@PR4mN8OvbY8?RsPfwr`XvogWfdi?9yfV7~t@pJgAP6p!G zXslD3oR-1+kYK}+0QE`BuL23S)+5BnMj4VG&n5RS(qL)rawXF#n6;PNKG4j4HA4el$6Zq?xRK~c- zgG|z$0x@8l2@7u#7CXq*buu2tMq{KaF4DT)nGQVLSOAJz6R{uVA|(`)xL6>1Y)wRT zD2odsCK*Y$CTv}Ck!+ghqE~XoMW>u&6B3RuZXtUa-L|QB3JB-00#i)Rto4WeC;RLI zac!Fkfo>N-pnDnDVxuwE#soCulzm7kuYC`yHSxiL05D8AFqZ1hpEmWBeIWo9jwCfY zC=s=q(Cv`)_-=%{>Fin0*^MX=q$1x(M;QrHDKd0{oVNn*!5b83p9zSJW*K&h z(FnK)K8YWt!oTs1R6(kVgAV5+ZYO&cq?!lSvj*}Z^;)P`0Lur%_avsSEK5YKCT2b4 zMSNx1tEklk>s!2lY;B8h^Hg4x2xBwP_HPlkKZrtl6~>yC1{NE)myy zSoxUJ26C|g;ohsb)Xdqy0ED;H0vcIIkQe9Bs~fNtd~_(YhHU0B|Qfl zQzCFP%P~UIql@lZU3}A;w;V)C&slVrh||ofi;(mMW=_Sd=A{Nv(sRsQiLlHpt_VqA zVCGbantByLE6rTaRRBd2Y-SBbKsuI?49uLm_@*^0U}Ce*B_Byo00` zDGfFn^XoGC&6f+fRkyu6gMlBRCqaVRfvFw>U+I{uAC{(W86t zw$(jwK93LNM*(x;8ddKowmIuDHlR?V<91BluhXVhY_wdqpjRm?pw}>1Z`V>|=@Ri< zW(h}&*v_GLtI##Igkupez&Zdgd_0%RixL4{W=%&Muj!~O70ag9bS&hB%UfcNM=CE$ zM0lA+9xWn#hjO8ExT!@R3wh!4mVRW(yK5yvzRaqR7D3KKUZ`j{wd!LbFI?Ud4^2vy zixM$lW*JBuF9WI7?Ks$I%pkKLTVOlEGXgKNY-fp}FtaYCMX38wE>t|6S{JfVE?nLc z>qJuJqC~DPvrwds7mC!C3XoF^MHceH!p6+Xkv3jAQmeadu+ds{#N{pV z%7Ii~lnDNQr&1COrhN3q!5^2BkfU)j&cPp-l8}BmGI=w1SW41nmXfsbQj%I-wu6mQ zCWqnBE}qBIk;EKwiC8bQa-@w{j@0UI9c+|MIxUZrR&pgmyUaq7HeM)Ft7~qsQ7-9N z7?L>aB_g@Zx{x+r7gEHst-*%t)7!eFAwSpO>7I|pWbIe?UD6Gq@ z>1YvlKO|j6q^UI>l5`x&I)dT4%o2_+Ucyn=G62O!nHC;Ll1h4s80&Yc*r341#UXy- z1^xCh=C<%$hb7WWf1CPvEr&@QuLql;H;)ars8Y?Lq;9an5$0sR~Dy zoIEHHbaj~}934Uv2P!#{&|GY^7G6NI5l5EHivm$tms!)%Av$x&3t4i8jn=>mSXlrs zvXYGj!m`e+$IwaWj!QDMRM!)kc*RC*;RPfcab(GIQ6Nt1%u)#WnSXf1L9$wnMmvRo91H)INU(Ky2|!}Lp+u}_0uw{hqem^&>L!}b ztn!JHp0nsK5!z+ezjTPk9E5i2CK_xsD%*(R?$oU3EV@fXa+&2W9pX=iq^qblwcJIK zj^!+0 zED+R%H?syKARS9jh61EwS+jB`Mmm>_BqgUygll$XaV%Wpi#aeD@PQX4?Z}%r zJ)kp+$xE*HdaDu-;tA1R1g#0!_VL^Nb7FG>V-W(`Kj3onr2OxEfSrp_#sVI5t>3zxTC zcsEM4D6d3>XBK6Iyztq?Aum)8*Q}f|cmW`XszXd{s$7%^`OGSffEQew667J&HC3Hi zN@MZDWC zIOtT1ICIX_rP%^ z-s9!wmE%ah7z4G?1)Y2`260xU{W5E1x&^f|Qx((Oca>1=B1&D=}@6wFeZDCs$7u0+sf)?kFB zFEDc|mNhG9Vx%LgKheyUh_USQ+E|Q*fel1U=;qx6$5>d>2yf6Jx(5Q-p&qyx3(J_? z145ES+>R$Mj|P2PA9KPsSVzq7_0=X9?)c@pTDoDx9n|a%2|)S~I0p}SBoaJum`DXS z@P-=`Is(RtdvEZ7Ih!RYYXFkHT~-02Srx`f1SxB@B3NtG>x_AZ0N(~W1-PU?~oRE&m)~20Dd(i@7qwuSh z8pIoZ#9VXTR=Rs9&12n%(-r+jtu7M6fsA!Z*JpQpdC=yi6&NAw+^Q^NC5{_BYbruv z6$NI=!>aspiANx6>L#GhEF%aQ!o?F|r^>FHwH{J_d6-Uq5$G%BH?wx4YWfl>13yKKTZ7SGkY>aApXqbL_ zyizH0Gxcc^(Q4sk)^|kp39s>RjAiXXY`D@Mvp#fq9X;6@*D*tqkP4Y+NxX%=_i+C) z)@ya^eIC?S2d08= zHqfR*<#l=!?N1Ayo?-rA^>H9D^n~PwQz0N?ZTI>19!oyP)R1zK+?b1*O6&9{wm(XF zdTs;oswF75qTi5m%0L8jE+Krq2{aepzQ_9^{Dw`B7YPV&kH3yhOq7Y~SrVxED8WSM zrbkB^(@9hxC+-xN6EBobdYtiC*Wvv5#dGMsRqClX5%sG~rJReN>=oEs>F58IdBxhcGlqN^NU;8SZG>`cYTmar~Fpx~O8ZhDP%v6bEpHKD*Bz=3t zniB3dkVw!soS9ab-Z5pUs zjVVNO4@+VIicsJWCp#i8fKlp_I_FO|wK@Cg0m|WJ5|^{$U{;`C4F!PDPt% z*@rBl^<2Ob6?&Nna!X2FA_DQxk=W~6U`efPi8qmBLLRV$PxcR3qGA;j{cW+tEm6>R zuMbNmiX~<}6`g|L^A$cAd3afI;>|f4MrD(+aX)z#a}V5@;OH_2FyX}Ej8FzXm=P7} znUHT@DKXaDMR^Qr_^h@a1NWRdj)jF4c)K zFOV7DPsYUk#0z9T;JQaPDqn75pTn7mhL7rQ`rgFQ^GqQ89?@Tn)J_Q>i@0v{X#0@z zX!xjZqVLV?2cnc`gpWlQ$mYrRA?48pa<2ksvv43v`T8!9;d*$dEo0_VQ4a0>W@Tu1 zDtXO3H5%)5NIH!KqVyDTFW`vbgD%_}8)Zm(bcI~WTjils*J!NMDCz6FM21nimFd_h zL(-!*u9BC?L#M9MSf^3a*LRH!qja`qY?LACQ6pE$E83w`*J!NMDCrqiuE-+UtTc-{ zRxGh{k$~rfd+^q83CKp|0zBX%86Lc#xSxDukhWlxSb?}#N*2g{@NC~2y29bok9vnJ#lRwt!0QW)z*&+qlJTyEQ8ba8I zLlZl*^|Fb-$8AVx=ochmZz}-ug5S_$4Wpj&JF{>HyyA%^cOg%_dWBR}^6qOO$FdX_ zPiBrM0}&)N-L=3IiF|=CXDWCc<6c!_a}+wYjF82X*73y03Q{evJ)TJD3w+t~co;N5 zLs}Vldx9F|2JXeiJ%j;4y=>yQLlKPo6?x4ze8)0F7>Yr|Rlh5N(r{8Odk2;XSTSVl?rq1(^^#Wo1qwP(eFbjwDBq|@RkBweJspi?V^ijqzy zEoH^ou00D*A~!lgewPXwDqZqo4=RL0;2zLxNOPVCfQK%;Iu6abiqXuY*qN(*47;AA z6;Ltw(jwCpm9QepWto6b!pIWn(N~oU{t_|pK(BXSA!k>>F2QepDkEk*%8L@(mIoHE zml=m0@0`y&Y#@&XJ$e94DJsk|tmerCB$)Rj>k01)HF#Esl*r;54r0P4_1 z+^ET$zNt|Pn;DJomTw41PqgPHv@H+r4g-wpM;wNfpjYfWuvQRolIB~=_Pc@EbfTv5*<6sLg2&|y@PaRCVW2NDi#lf2Dg$|bl1yf z>BA~ly@?KcTLIq-on)D;63S)b=0jdkG#5&k*ewP!tl-n)MeTTjF-W4JDWPrV8Q>u= zD7*`Kp<-t9E`W}oo-hU-;VTMjKmvIdJ4zzJ1&`r>( zwT!cw;0-kb`;=hi;ocW9xsuoHQll|l;p8pW>G;Ek;IBB4B%D4?zDr`Gc(?~|Ufl!Q z7U>{OAp5G0Ag*yB&hma-_(EnBv#3*LS51&~Aai&k>TslLm2cwM<(>u)(*?zd=2Sei zvU1UxqXS%tXMV!G6;qOC7K;r|xMOK^(~W5|;Z{@g?|D%7)%3sCM|oQ?u+37(U=k54 zJDfyiJxvh#!8PSi%&}~VK>pu0dx8I>yWvSmM{o( zv5{h~iCedr>ylaoxU;^!PRvyYCc@w{O_)5=cpj^*RFJK*2m~vqnQMhz26JIPY5ZHP zZ^MSux=5}%dl3fb?AciO6H0D$MFz~REdp!E#cJkS;itu1x1L9ox%F*l?u9?Twl?12 zlt*QAO-y&l+yxE|axRwSLULC#*9wj-=DGv{fo+X%J9ED-%#}sB z#tc9kgN~Nb7CUNrMNMak!yAm`WYB2>vV$o_82TWdl2--S%O;3k2E_<`cI3bx`bD}N zUm|uMXe0mbyP>_Rgw&%8D?rekJU(D)BPr6Bou?gn($*bI;C=NEn|7YSKPc%mVQe86 z{nQM(sMaec{+{zdigdq78;Wlv?E@#|mLNUT;39T!NV-~8C4$p~S*K7oW!4LvYX#Ek z;^Q%m4QD-S4y#73MH12J0qK-}Ng{piWimi|W)chWnZsFE`R+iwVef>=8^Ijz%KO@Yk`fB4%TCkVyix_KF&s z!qHI@?m&4vDv|;DW8X$lV0hz|%lQ!R2pnq$d!kh)$Q+Qi(Yccs2g7&FxDU6U0iYf0 zZ3Uts=)@bZNZb)M+y#7Am5DkBEN^V|)l?!7vC-(X8oX#6FT6ENywHweSK`Y&f!H zUKDV10Got)9vgNb7YktU^5S41!*U>&TtIFPN0!Ws5`ND-GCt%5g=3*y$QZXWq2|)> zA)MZ?6e>R&<@d~z0E?}VmBaBQv$cRDMCBh7vDmVY9FwyT>J zm5Gc8;91<@$*3J0jgmsfA1@K0iOh)KO03lY)sv^w415gbSVrxYy+a)#om2QJL05^j z8sJYdN%s;oh}z}tHFaed9mGh_Sf&>7YUYvGf%QU=_>goJwcE7?G17CEsU@6PW(fhn z6{5N>FO7j&ca3s&J>#5wmwH_LTFpe>hqE3xbMn?0Al)^}COyNCdeQG5$Wh#5R@*`iIx8~ zW$y53`*2_@fDoebqy`B^e3l6l4%r%Cx5_(afQ;02>jGW?bPGDkTDO*1t7VoIR13-q z(5WMFjKRF9Si}pL+sP>_DC74svH#Tq?7zH#7|5_} zyEMZB30@)oUz%YXs!f5@BDT6T5e_<4#7g*7Kblc#h$Jo1=KwGZ4X%ISMH|;|pq#m% zkZ;PTn&|sbu;=mHDoSYcl7dQBW`zXHHJ3)XTr<}SB&}CUq$tgU{6os;=1o$rGL-gN z$0T}+@{H)M$Vx4<;Ghx(2a^Ja8EWse^mtmjLd;y94D>OkjV=Z!&)Yzg6_p>7g=faM;14#_?Ejeqxm*#o&`%q;wErSwK^X0vbuV ziiqvX81hMK&U5f}C00S1)h(4ca9>icB4Yax;~3=`E8ikMC$sdV5~U}Sauu7}H6;AY(dWX-1#Vs%_y<#{_M#6dugWgY`sRX}c*vJ6W; z#rU8;$O#ulp^|#DoPz71;j-P;%@fhFMwVul6~HaM(LPnsX;u};EItp?#XWeEts>Ui zKn&)Ed(#W0sS3%=(h(|xuI6PUD=;>%Aa0P1c|u&UQW+CjKc5>4bb^7Z2+9Pjhs09| z5%j5I6SJT|%?%CG&yANvH8;+0XXp%{>>mtI1`u$JX;zddnGgwq3}9FVGnZN|oF$^fLxfCFB`q{@R^&Km6k8BkCGfLvzv2?YsJ4rtA? zv~_{v<6yQ3#fP{fYj}%DR`IiW|47^@^Dd`1Yi@JXR}H}fSqAq&_L?-sz41cm9_Y_; z68&F!PQp)k(zcpu6RFL{9bik*`A}BLge7aufw(T(r;M(!&6t#nIbIzk7>vJ8kIn#t@l>d#skYe3*?^tr0os|0KRvjW*IV89^G0#P!0PU1i-Lk}Fn z7*}Ib4!im=5+|J~1MYzZmsbEdT5X$66!NOP3jDDM6kBCMGl9J|g8IS;xs|~Pwi#oG zlvf_4lUF=IT*|A7lMQBzd(*&aG8yZ-Rv9@){rF3amhZ0bT%M&`A%C@-o(E)OKM3f}1LK!wmAR z@x*)glehEk!CPTRlAjUxK&!5Lc=&T|B34)Jn}?weL|xwU3tzGvNx(9J`4l#@Q|e5ZNsdHCOY2;Vs(RL zT|`#6H(to(#AD86)Jnj#%#S&9*CtS&$_4Knm~&kjIVmS>{!{M3vrTSB#*d2IcGUJ0 zx1OMnc&SY+jMAb-nL`yMWI`uv1l9~>Q^iFlbkfKix(H!-#Bgn*^H!A-PbnP?QW0(< z-V`sv+I#UC^r?J|iAj_S#DjDSgb+QcK$#%FntKcMTLo_>Sdh8?5v$Ez{yELjm7u+(M3)@{ zY(M3wAOJA&P)cqV1ptbF=FYO}5*9nr)uz654;zgcTO$GhSYtih(ycRbK6M=Dv*L~n z8Ez}{lGh&>TY>LTs$g%0<8iSygP*j}!Y!DNB=jc6x7X*mSnxjTxY#-qN>s<8L@Vxe z1%p6$VTxw1rNeY|;Ueb3`X88!Ds6llyrWdSYw27_V6HkY76(425QN{T8IgF^Ip)3Zf*@Nei$K(cC>W;(MGj_gp~ zn{Y6K>(z_{^9*M2OO1p?Bx8si_KE}F*5@AP9*9_*P?C_<@wlQ=9@Yd%4Y>du^)4#~ z%;d#-?WEf#fpy3YLiv z33;)=FsRj&dC2HI*UM*Z4s3#R>IiUAnri}r!twfuE#x*F#~=+^CN8LsqI7~Wsr#qvjo`NTUI+p5D~B3WO~DqD%%B4HmFTZU(}7_ zp}tNThrzxHC<+*lhbW@-al{B29OXqbkN&L1(Vxw{&lT7uthEm{5mj>mjE@u2Id0x) zO0@?y!Cx#bj56{bl#vTWM5-_psC}Mff~_VJY&B=Ix_SuPjOpQ!39#EksX@Emp^yVL z(I!zfK#^F2@%km4v_F$f*w#eCwgfMw|D1Su$`~)TYE2N=GEgn)hp^39pQ{?MV2J*D zQyiLt8({OXo@wSM2*?SCxdMuXT-@Rw{6cSCmBE>|vEhfz_Hju_g*pOZVj|fLmVo`5 z;5neFoG9QUaDK)(5mOG57B^rF*o5DoWCF$}c)s9(x6(&oo6%8X!Nr8Zao}WdAW4N) zWfmzD6EhY_l|+us&4RivY~tHwQ%pc4eO4Wvj$ zc-Urilq5wGem9?(6~JHMxYEw*DkW8!whB>V15U_2$B7A~V_UU=6Ht0GAr#&Et%N6j zFr)Jql``6tLZX!$!zJ@*kFk;+u|ESLBBn4QP{dq`3!M3jE_&o=My8U9aty@ew~>N_ zjD?Cl@{o!usXZ5E6?vG@!N6=u{Ls8hb*B&9v?YXug+69f|}+B0!~6GRRU zR6!n?Rv1-2O*=J>Qj=m69YLyAmf;zS}7=TbG1a4l>zI@AdWjs&m3(EL(RPP*@XtQR%u z0BjTcL1JVoYBv#$gR;2^cBKZEB``2BN^812)O=v-s0C~@Ml5YSOc1{p>K)wP3e&sr zfXC7|{J|#jRNgi<$prmPBVXZO&of8S@6k??o5+lp!nP)=I_0Ccf2T1ss4kL4a8* zD@u4p6O$a3Ge*Qsh7j6`3DgXk8?{#INQjAvqg`dLuvQE!P0247ae|q+*NHqfkLN+krE@0mb|OzH6eCj+mwieh z0wO08#XIk81t5Eqg@+WDUnb64wM@)BtZ*U^E1VOdz*pF2Y_53aynrJvRkZM|!fSye z3jT@HG&*`rMNbeXj>RD)DQ+sgeky&)Jdbd~&_}16g2yT#OFfTpg6LsfI5Q+S#khl< z01<0kIA`LNClaSDC|BW=4M3)?9!0s&)u#pFvl5sL6HU&>T}ct2Q$~!?QsfNnm|O-{ z6=A>_Jqli`_{)Skv!j$4=Xqy-uOIhD62q?|Qk9ALok$q%eDDe3(8e`)5JDMDPM0}<=LJsMT9?xnL_lVjI&I@Wynhb!V$bw2~!i=yvj?l@SJz% zxA+P7nCJ&eNL3~XdBSJaY2RO~SlGlM8=P<{KEfX-a-xK-vQgwQTZOQ3XAg$9$}Ap? zFL#7YK)B|G1^UNm!9DOBv_|gJ_-3Zuv3WRRAmWG`4&8CBmJ%icJhI3^z_wIA6Tcdc zjOm6?M1iJCMG@Vzazt_6^UmE3m`;X5@)e%8F>%Eqm*WOa#=DJ)1ZOTY1l&0>203cn{#+IPA0}rZ!Q-yr&1aIg@DmZb6*u0FXQ}~Ip1n@wc zqRUhx0H-uiW4uCl3!DT&JE(9Z1X|jPP7GXv2TU?lT$Bn|W_#Yll+pztaA`OVjCP3N zCmzNWA>2!FsUsTmYKEe>1P|2Dj5c!No;)ugOK>X%4Wnn0d;Vxo#|2hBH)ejqiQGsR zoTSeW^es4%8>xT;*2$GD^OgqQp#sW5_lvj(YFu%Whi+j82kMZJDJ3KVzeOqei4vK{;HBcoK$SKL=ltg(-+@4aw%9PI6nUW|@iNRA$qAg9S z@Oeh&V@5a8gsR$*YBlt|hQ8O}&iYbA*|Ub`q@i&%G>(SOZD}Z{*3iyFL&uFYq%#es zke3=7Z$pyN(6}4S+XBB(sv5F?4K2SLs_1QK72c34H$>-@#CuBgPD#qAWJ;za(Ni)h zQ!+VI9|mp#(}qGbB>|g~yiZBIrdW-#G$kpUlIF8AP7$cGG)1g6{Fh869lbh5m^i#g z0iKfbP3eTrDFGd)q!v>$ZBw!*Q#zV(N@itBCT~iXV@h&3#RJ`zrX<%>xrZjI;nx`qv&y?hPie3@q4E1M9^D?7(m=XVHxY&EthHX2JcHRm6 zr8A=LafRJPOT2H%*tEp^mU!RNIm9jDRa!dUv?XiT63<%VSxYk9l9IRVZip8x@uDRf zTaw9^WU(b0ThiTCw?yu+Bbn*Y3&WY#sI%;@W>{AX?hxmCM(%S)?rlbYHzT@d^!LMm zqm7x7OtQV7VXU+?Bbl6$OwP#g&FGZo8Oi939L9{y;EZH-MzT61K+ue2c1Gt0&q!ux zB(pP;*%|SFMzYIZhn>!h=3z#%JHrDzmu4ixGm_yMg%2|hAIP=L$SKcAwr6CUW+dY? zn%^18`iyMVjOKSn^E)G3JR_SmBiWyk?V6De%*d9`NEc=l0?bG!W~37{+7FwN+|0

#%*e(K|BX5|W1S*fHzQlul8&`x>sr#amTY`W36_>@ zUrXUwOLEzgT(%^aEy;6Ba@dl*wIpXP$yrNs){(mTbkdN=CviC)Y5#mG@mWaUrY1X z(!8}aUoFj3OTMS2dFY7$9r3**es{#*j(kl={OvfbC4KM6&UM7!j`-UVe>*Co6E@R1 z6K^v+%Lb9IcckMT>2^mt-H~o~q>~--z9ZhV4eQ8uc4Rv{(yfkki{r|UbfF^~+K~=Q37cxBNO2YX^*PxhuK+3m^R^yCM7(ubb>eoubCC%@m5KkG@hdy?&*WVLimPyj#0mEG=+gyEM?IEdNRio$+Habt`-xM(bAA zOf;<3=?%#b9PCJcUXe9{r8>8vIfnK4>KkrM(_HZ-)bK!jU0uA7a+=4y`cblBz$j({ zui2M5QLs$13)Ju&lBI(;%x7MhFO%bR#jr^7GMR69LrH*T5@z5Ef0V=--f)K$FaeB; zr<+6?-f+)kJRH=Dz7=`H9g+sXRMPA$lP z1Z0ETkfOjF?uS(b=77b9#sh@$8)6;E4ZR_Q1TVM^%RHR5M{US4LC%K-iOf<3c^qoP z>QM3ILS~15;+}byEAj@AGU8$IbXTlId_yd>Ap$G1VIa>;7f*M^(_N8Y0BV>CJl%Y$ zI{d^;;2ET=%t6t3nkw`Y(sDQ=&~jA2n_`j6sVcIK@W48^sCKc`crAQ8xxolcm5H!O*C>VkVi9HX*a zc*7Y%Dt>iui1vB*k>`RCnb3ykV#0Gl;4CQFVC#$f-#{|$!NLQp5v8Z$4NpPC{-GgX z4I)kqZ`ihR>IrhGG+zxHr-p43r=cLt%58Y4oJoS8hzXoan&(h|N2TG3qkE%4Mc6oT zf)n15wD1)v;EGtV*-BMxrTFSYkY^TAc5ZypA^gPR$Ma6N;yIZo)#uCQ;0JQsA_4E)650B5GbPY`>#C=1>YrF5_a{1w|M zJfr}4IAQ-lRnhJZ51!{@wStT4NTChS1(qVZet0f89S(2!>+JlgaLF}hy4Yh(*ym4p zb{JU+8pq>de@+-;=!aGp@W5?&b}01@ZCGU{tTF@}bJm9K2CEFgNZe1`a<{KQdP!z$CT$~0_O8+IiPt?9tT5nCG8l!i@i!_!11KJW>iriQ19 zP7;EjI6iH7nm8p7_K>MymEo*B{KO=)%5Y*HA_kgDPRYX?9xAI0XXU|WGFy03cmt#2 z9SnHj4p%3Iqb<(5Lv-TJjtm)`)xnTq!kK=k~5&=%$&ka1M;UPL9 z`!{8M;tV|a0Ad5@(qU=9jd>C{ZC-KSyy6WQc;LotW_a%f0x<5GS1-Kn0wEbOkCVgj zh8weRao!Ym@8~DalvbQ7g$M43#e}n?6{khvfkrsv5zg3+b7~U8KjI-LAK?x6%+t&H z#)=b-Rm%#|@|aup@GUdEWrnxx>RVP3PTW_Vxvw~d2M;93oWz6Rlcc`o6-CP-Rm;|; zWzXEQnc-Yq)o}pD**J(e$<}fn2i}kq=-4W7Y7RU-H)d_-EDiX65=hRWRh&eF2jV>M zSi>7`%t1M4$-({+fhneO%H;4y7H9#Dkay?d4UseD^)T;d!JaXz495k$kp({y=XvW2 zbcg$4BRA!6V9HV3l-a@?R-jg_r@TaAm;mS(cgXQFZ*PKr@xWMUdFKj#;(@VkN6ByjKIM36d7xrGYnOvw5Ee-td@tns|!_ObT&~ zH)X(*@R)g7GvjHR@ig%c444#d%)W>>UEn7kGY1H~-vWzGHbm@;W;|cKw^H%u3OsOQ z_C+(EFWyK28^uiE@NLH7+l<3E-W>s}#Ri0JFK>XrPsAwR0;yVFHS#7Tyx}%HU%U?j zW{^xJ?}WhGnfSwdA@GJ6&buM-hD{tt3cN7__K+L161D6Ccyk0+<-{M}9)UN+dEOua zD@vlpTO{y?+wknP9KP{330PVthi8X(N-Ewefd~FN&rZv;!`r15@0Y>@lf$#aTPI+a ziBY_H0&nQ+ynO<1i1WPJ0fw5s&ReeVhUn^ens_$_OgDYK<8ZrU6W8%Haf%+Y58Rl& z6=&(e&J!~`o}G>nJe;Wq^Umb35^=H~ej@ecbUmyUxkHZQIAae#k!*0z9sn~Wy&c=S zj@@6!?yqC_$Gb4F3T0;UH1UQE{KTK&U_iWKhI3TFseVYoFn@R|J61H>;*qhQ`vS&# zyaxcwVPZqi(K&DVRJ`W{4>Y|!&qmL-jrV_`AL0jR^Wh3oVkhVE;SEvGnS6Ldlrba> z*5Lex9YxQg&3XB%XAboo(DlriIYf#!DQZsk!UIxTFVo=R0a;!zlg2|L3*`kKkQ{hG z2E(88Po$ub?BX^w^YDf{q?v~-0k@%)1iYbPK#tfi-D}Q#!UO%eySU2VQ}6B>q6cnF z0UhMiR^M=kOb)EH=&vX#00YCuFikuutkylp@4O9E^}H(UIbh-4K#&CN86I$8@W4H@ zZ{%$tNU(4l4mo)z2!7&OW+moLAwauvhpf%KF9g!U9kM6nts(dcSywT}5FWTOubF$c zwY>QV!p7WSPsn>k@Dmv@-Yo*D;|@8y)Uy)vP7x%Im_O_Zd9w(9;tnZt0Tds89Uf4> z-~kl`9oT|D`GV~S zR$w(oZ~1ymhi5sWu;rwqJJSPw5;M3*bY36zB z26)C($AZjzD6nP01X4%`OkfksVhbTWGlA!sg%sjh`iX^<_i$?3!vQERODlv<)R?6e zLKS{PQV%AY-mtWS+2l9;b&3NZ_e^wwRlzo3ANYY(A2glcFvD52LD%>v5;xEqdc($v zcX?{w<$(tpGv~nJ4gWdq-N73k80!IN#cPlW`UKl8KppcN?uVjAXuR4F4{Y@f8#&%= zf-f-1tWR)&7WK^f1oh_hh8-zyKf$<|QEUk5dT>BPbL_zTP<%VJ`-wk6K_|T7Pq13m ztX7`xXUg#nL2QH_H;)FfS91Ua)Q_en&j!%Z3d7?NO z5A#j5(lLMzfX+fOWX$jdttz$k9R){b^0f}r@!~BFsKqBG;Y|g2L!9Of|qvG9gSrW#dO9z^2C z+aB;{wGESuGcP&q{>X89^-hZ;ww??HLk~K6+qMlG4?p$9Q0f}NN<4FyGPUrIM$RmSKzpahDZHkKP8wKJdS4vd_}$KOLxKAE??qeCvtZhRqtXovY2^ zubX|K6aohzUeBicKoJzOR=%FO*En?fx`o$dh3BtfvumFvhQN#0&9ZxqA|hW`@R|&j zd|kWOI3MygP|fgp@wx|cIJqKU138>(k*|RqPQ1w1Kn|y2=C8r?z-x-!GijRz9cK8BF(-FP^9 zmhato7~3{~-!!g0!(8Nh*Pf#d`QGu9gAe)M@slwz;{DX|lOZzlJ%}*84@DccC*eIK zU_|@Q^~3&6zIXkwyOZx7pBXMQe-EWR?mdOS^1b6f+h_US@t@7LeDCzCvRhl_pRdtZyw6`j$YnNlGi zQNDNd^2Vcl@95=X4f)>D%iEIjy`z_RDdl@dFK=4T-$NQ0-g6>Ry!U+IyrO*X_`qpK z@qXgQ!)ZhL-i?Q|i1NMv?m$mFXOW>jMiHWYc7$U1jvA|lzRY&eR`P8F)T(xEAPAJIU zJin-D9&#PN?etxnx19kN1Xd;^b||Y=dy|DCm8)ufb0nHXgYBl#@=_dInUZKWO`|6Sl4PzFL&7=x}pQbli9Q z3A?tPytMJYCv4rd?Z9nEL1YJ|?Avx6yX!b8bB3cAmQLAq^0uufZaDpwr@rWbJ)ge3 z`$5<2chJVy?DNNu_|2Jj{G(f3`s;W8(XIy`cjfc%dCoPv?YH5vcYE3Ezy7=>8()z7+p zbN!$G%j;ftoi`ou>%-rB(KSDK=kGmYkM|z%wP#;)$L74ppYf3|fAu-HKJpzudd=yd zd&;IGAHCOupMS}9fA*pqKlmTt@|x+F|NX1)I_{0%{LJk>d%+$*nC`v#ng4P5Umy0{ zPhU}e@|u0`v30{+-gV6@zw?UUeBq`qy22Iw5D}~8l0IiZEMRKklrkn3_xzpey8k=6 z+7Ru-seA$(J2>o%J3jrDXFl&9d!Ds?gH6}G@^-g4?&jzGnqT@agM* z^w@h{w!Gu`XaDPT@275f+Ff@&^EJ!oyy;Jmf5IQ$;NwTX^I1oI|NEma{^Y5jf6k@X`Tk{h|KuMZ_1w$e@W6lk=F9&2|9<0D57_gkfBx{JF5UNY zKfUH&XZ+Q%{U>hysZ;L%^B8S@g`7YeAowJ0C!TZ2j*l+g;OuK&`N3OUaf`jKI_Xsp zdhjj2^Xqrs{EmAc_}xACzv7H1EIsSqPdnmo?tH7W?tHzYuR8kcm2V`w><7|W{*Ac+xz_S^ImiO=l*lH z+pA7Jv)=DHpZe(wzF&RtjC+6k_#;2{*1i5|)AOHu=ymRQ+47GbcHdi^^xTzQ7q8su z)H6Qwy1)4P^?vo7&)(p6yPf-jBfGQyPZiJ_O|anbFYtl@w{(cdek>xcH5_Y^CerJ`P(Od z>48uB#A(0ygBzdm&-af`5+@nJa*f#;2$tm}J?e;ykN?o}joA82m&XI?G>260}@b^DD^Y`|?@nyHT z;f_yizvz;GdB*eq@dNw6=&!&2UuV7IImf^A1OL%~^tQM9mt()abcaWL_bG2|Z}XL( z9{llVpYZvI{rIwPY&-3N-~Y--ues?T{_O{^d1rIShrRs#*^A$P+ue8j)=fY1i$8tJ zdw$*C^;@vjhrTY9?mwxtZBA;CFm(;{y*o^_EcvI-f*Rj&9_>J9q3l zaN8+IoxJ^|T{}|`cLrav3k=-WlaGcYNZb$LTDI*v>bRwihwnW3 z#H}ab%ZF~;e(Z6(mLT(i|8|S@rHu#p|J`-o#lBm%9ee5tTj3LjfQ#FH)B!t=1-Al! zvuW!|2V)lwcj^4swi6!$uAATE3| zLI?tI0}VTx^WFVG;le|=AHC~17oy;XnsyxQK>qi?k^@v}Bwx*+0kq?ylm9;d2TS<| zWaXe8AQ9W)grC(YjNiE6>zLIb4RU!KkLCYYi)ViKzyF={=YM%&^8#|fcB7Dy2ZS&F z_uq3S9@M(!=0@i+jyQSeQGQ_sDhn$_2br zaPiCk;i`APYwJH8df|`u{_N*=-)oOM@AHXg-e-@SA9nZM{{GOj-}H})~~wm)t`LEFFy6e;~#qA=EpzumnYrru-`s+>qCC}ClCM1liu>1 zUmfvxul~tv+IRfZ{@;iOW-eQmKpX51%g7d1(9hp(Z&*RU@~L}tH#y+!tH1EFpPc{8 z-+b{8k9)(n|K*bx{P^nE?|<7DAAJ3X+@9zvUkP{((o_dc!%Jx16x|o9?>j&kjBB zW&6JM+ZSAN)4x7`&o`X0+ZW&a^QZmn``iBD7DvDN6CeBj&-Q)eqd$DRdv3a5kJn#v zPJ4Cpio+i8hNk-dMaP|X)FVG|?pId+`A6qg5B~nge*TH}$3HyaeJ{S#RbPJdJx=}V z8V7*Khvxj=$dRwl_QU4j;Pit*-u?C;rzB{G?1-<;K6LKSR$hAM*LQ!`-Cl6T3)>$xk9gZPulTQ1Zn(#*uDap9maCUNIm*q% zd;}mN6gNM!dB=yBZoJ#4_j|*)_xQs3@85Oa#~%3NvrqZ$iC=%!EpPey)3<%^_YZo` zhTTrBU-!I!zuwtrec?OLSy}$!y}$X6fBo!fkG}V}-?{y}d*1t_|M{)|JpLQU?3#V& zUH5#|8Hc~|HotfA+dg#s@@MYwjVGV`e?I@}Z=CCk8`;OZm{fjH! zzwt$zHtct0eetC?c-zGnUa;ephkbni^FP1u9j^Sl$qVmzulpVLh0i?tHdo&0xHlbs z%^P>^cj527>G)yIDRi0gdy zwV(Xe^m#vf#s#lw4*JIRu5;154}9Ev4_!L;H{XBNLk{}<_jca=fIoS_O|Sc{H#}#z z$Gv%vCw=v%2cG%JAD!}}cfIXxEARXHO^*Cj^`gz+*!K>P*mK)$_S^p!PyG0Wk9_|b zKRfxdA?t)%uE!F?B@x|n1(z6L@P4Ny200qnQOXkIzfWj9J`y@8VZ70Qr(dDkxb)Hk z>L`BKwZs2LZ1ae%1TWl9YS|u3jOu?%AN2wE`ESnM`oPJ8uphC3F6;*pfzaLW`?!As zP4G{@G3ow!pj!waemV&D6E_0>CkOkfdkr(SrF7;C57_fQd*9$dx21H&jrP6S-M@9w z|GCBKzx}({R=<5(^@BU^eDvL~yU$1Zzklh~haLL+&$;`b~cF;;%2c*~{Mg#>aj3HK#u9yl1a`_!l2N<)bft_nY6n z$9oRl^@yvsJmCcoyK2L)j=I^6&b#tg*ExUlC9mA?#k0>H_v~%wp0n#k5BmPqH@nl# zfBMqnPrczIzcYQ`XCMEB@BQjmE7#laI|uAM`Av^}>@dmz2(}`$G9UxA6JNCX z`FrhsgQs8f%Jc8`f!*K#)-zwV*Fg{euXq1;cAb|ux4GofC)V$}aQPiq9=H2JcR2p( zZ{O`6?|b9Z&)jy*?yo!a>IdHSYoB`7Dd&Fu(U&~%qb90`|cNB{KPl!arwti*}Cb)mwx8bul>`1|`HyoxbIuQ*f9SqfUoiX9LGSy{gJ1uR+g$uFhn#%Zzx~c*H$3II@0@y{=iTw0 zm;dcaKRE72|FzEtHywQF`Tw82uK=rR-MSX(ZUJclX=Kxlbf+MV(jwgr(gq+QNVgy% zDbiiip(r37f^-T9$iLWl?|~!w@%x?Ycdp0B=Q*2oTx|D#*IMr!bIdu%Xp-jPNGc>% zQ?QY^K&J@n(=C~3VIm*(wIN0I!^hxSQlBqjp-|6S=DQ& zUYoO49S-d*{s7Nry#nSiq;Sw=hPp5d ziLXGJD(geHEt@E7fll;t7e6WJ#uyzwEOwwx2poRCIcuDFW%K)-exHvZa!bz#`{Y>e zo?G>PftQ?^2Jb~;;=>P5jn>jIppB+LzauspE=}?YB(u9ELRc!l;8XYBfuQADQ?8f%vX<+!P(X}slRRjxd5E=z%D3#&Mfy!2X;`5X%K;sezfGY1ym*FrBiY|h2= zxB2Gp?8Pk#@ah?|`$jRDUeaLWtKjkT(C+Y(+rDGL0^@S&)CD_MW%wRf0klLOUob8C zTA)mWR5?#;Yl_+^E9JoCH<1%8RGyzrJk~FHTh(-u!+&r8?lrD{feHA^Ek}%No24Ha z$abY`Ssvxvj9k80{|HG(s&ZX^v4<-x;o1koZuH2^t_~iIi(awjsDJ(a|8V<#p z-ZDm9AXAg<+$t%}GDOUd(%nn)bQJ}XjVCCPWpj?NAW3Npw9HzJ9?uMGv3dk7b7CyD zX+ATS&SMcZqcR@FgzKcZ-zIY2Y1hI*72C{+=%`Awvq~ipdwuV^1lpWiqyNOJ{uT4K z#@t9lNuWGqLERG}-}!3Z2Gk%@^!kcfxpn#13wJDO{TaCi<6%kV-?;`b%k(3;#!;{E zS<4w;gf;$782!KPvjDY@zdEP*V+nxn$sa0B06ju~bFlXN^ZnYX3h2MGKmigG{#FX{ zukyg*qXi@h|Edohe$Ovx5wJZm0^Z>85Zq;dGKB!QMVo(1gbm!+R%A6VWzzfJu>mI{dZTHZWfA*@dW#aNyEUXVrY~I7Um70#Y*cIsf4d$ z#Z98QN*Lrj8+Am6L9yA4WEGT^b~Xky2n6a4r*o^{(%kweNV_s75c@!jdmS6?J#R#~ z#UkOSkHf{&e5kv-@UU*PGW?=8d^%s_0^kB4qanWws19u)|M({VqHpJEKSmOG#a^X` zCcTAqo@+y(&-D)7GcAEii~`q{QJjp+zC`vq_D20t(~>t>e9!OkiW%kApuIGToeU)u ze5gla&*O=jWBSyNeW0PF7pJfjno>qcU+~-tDnY&G8bY}dvC9zi=Lp{SSIHL4TNm)y zr6fl=NU>)lAB|bv)U52^xJ?N)q7S2vx$hIi zIS6yquNUhW(ft!Z6fi4#97G-Z%={3F`a%i(YK-k4$m0LvC%_xzH&^;=hyDKsSO;{% zGkqhmSu2nv_?o`b=YQpw>jIYXFQxe?cni>uCxcUyn=@>=Oy1l_dSlJ?o zt35A7l3*1iWe>+2W}fuZ6b3iV%r{Xad_1A-U7qw_z6Gy!_8 zg}xO556LWWCJUT%7y-e(3x7&w&sqxlbt52nr2PyLkQsEM1Ys8{6ADQRC%P5yg&4Vp z3B@UwmR2x3H3t(Ax+W@+ya2HEn32rWb*vjp}aQ<#*D}_IY3$>Z-~2jOMaQ@nN3P3bX6;VZ-r9GXzOFcBlNF!kKSVWsWEll< zs9auEOEOcbn&$LiN8}Sld9{h6k{#4~5Mxu{Mei6sx(564b5+ULfd=rtJZlYz=|nm5 zWK>?bY9T292+DTWJ9FopntHjHGX=PRN>K*rpQ>Bv%wui~ueyZ*z3mdzdD9aV+*Q)R z%IyP@el?rl8#QMENWkBL6L5NHBN;t#0v=nZxCY~IL=4Nr1Wv#)36@$3@Yqd&1f1+B z0oMm7;6^|KPI;Jszx$ALn1D;c&G_x!U}tdF47H1-mw74tRsyX!Mqm8%sJRMK%5Fi_ zz0VR}@^7R-tt3V+HWP4Id z@;OP|F|6%6zdGv&c{&um^nyZT1HnUzBs}o%)N1bC&gmz!I4f_UySWXCKojvp~}bSX&X9H+Vi94v{;mRl6hCmc|P(h8|LUdV14z ztlbx_OfuyCofK__O2v#vM0iLhGduJB!P7;oZ(GGnI})c|hWf8+m@jX+SUmhV?0zo9 zxa9t+o9?jzukX^HtS1Ouw-6cgMv}v(h&mjSf_olaVVTYkHa@>=^=BdW^!AcMIP{<;lTwI$ zsv@@yMFkb~%bU=R5*`mL7kdQcQeeD+UbZkdwPX>|qsAkG(^sZ`G*ft9cgsR$6quZ> zmN~D+PyOiA6E3RYT)U`*tmJa$H;D6(QBCY+?{Pe)x*ykf*T^{)TS!ycWdD4gxuwh3 ziw0J;`|{ZTgjfccL>%Xme=xs1lJ5DdW7+>4^A4jO0OfzhKYy1%{#THlOu$&_KP2n? zE0*i;@E(Bl3gb7j=OfM0!&cJ6%L?E(ux1tb7{z|60V=Z+N#zlSS; z-rN&-E=($C3Xm(A(T2tsZ^2#HkW+tlG4&(AnSdr?uk!~yPSwY4lurkfypj6lVb0IV z*VL{c;>&(~T%Ih3u`|ukxne9%NLFhtMNr&;yJ79{W=!P6Jq3gH5RruCr-8p&2{Z=su32gM$Wy-Ef(vhT`1c81=baJ>|+R9W5nyd-i&t}Uds+d^& zBgqUHR*d~}H*dulQ9q}e-*J`hzdT+SF~|l=WVoBs%%~(-k}gP`$KDXDZH>n%9y6X7 z)*xoo-*0DysSz{4K_BJ){<91e+jXvi5roRR6eqci@w^XeGUr^%+7;P8tp&yHNog?& zBiB!}PDroA*k4D{03oba$A4zJ$-kxtm z`gonO4X=sjz*+Z2II&xf;9L4VM-rDI_V+h0c`_TN`>bTdQ0TNqLMbEK38htzVTy*WZ89U12_lc=biKscj+E zq}GEQiFR%eld^j1dF^S5W>juf>`+FHW*|isM~;V>f20uUQqnZDVrA)*NX*~+x&@8i1`E*0=Bsy zq1umRmw!GK`V}zHuY`I24nh3)X8?-afc*crfXu(j0Eg!s0+&QLdr&woL z0w(qowP8D8N~D1V7>YS0MCw)#cz7=wgj5~a>r+OdC>p^UI4ZLx4%~t0>{d`X=ZhYE z-aRi#o(`QY`~Gv`TW}Tlp)*Zz>2-YAwo|=v*Q!I}H{hSkP~epaH;6CSlfID{v0w_F zZpAh7rgW<_m6?n57o?=UOi0+)*I!*RI^7_$4cBiGuslZy)Y3gve1lT4AK;CIF-RK? zRl-j;I=$wPRcj8xqq|NLa{p?#7A-Ek68rdb!Q%U~bt|`@KFJbNkpJ54@IZw8<;Wzx_y0gp}Q8e;+LCxpL5Uny7CdjiqI$pBj5-5-Kpmy!FScG z)!8;+!(tQQ|A1?GVKwE$EFLjlAq*QwL6cE5g?6Lr9(?0sqEjF!R>Z_XmX`m5?3AR} zNTOXXD9yuB?BM#{p^DX%Ld$2JDMVHr#W4DFG~qghS?72;AK#4%ScuoXf(%($n?~

$m+PYFnHJHO(cZtollxg&k?FN=?o-PP_cL_4F^gA> zQ}Z@2ESDSHjCpk?Hmj2ihoyC!ey+!P0O`Zym< zelGmxc9-TPo#U`_Pe8ty%V_VLi8|aZ-<;3Zr4P|O`jnQEZqk>RR~0Xf+O$8D%m~fl zR462Gbb~L!ecAYMI3xPf&vZg!@?WE4yWr6=V=;>+ z##n6YTkP*Q0hU?<8O%~w6MqzhDds^ACt{PqjQZoNeQiFuI^;#eJo8DeTm&GRb815gl3~JJ4V!4DVLnfff5K3C= zQ7+Si`cVf1bLP62yv3E7*5Nb}w! ziPb*^-!oR!e&yhMY-IJj4BAOOR$xfqypa)3c#E%5v*t$A9ng$~^1jGtKsA@6S|&4% zd*0K~4;019ayPM;1TqTu79-!&03FmVW5V#elV+H?h!FywE%`VU?j9?_VpZDL%l{NNRjWdpo_`4w+v&7B9Sf>Xj8j5>tH#?CVz!lER5( zb=O6?W<0sb9YAU}vQM+EXRl2TnTA|t&QT;!agS9SU{YmYFi^jpmwa2JnOfGYv(vvh zp~GTYO}rsUcd}a0qGUq(sS8`qBvXGEWUHLhI`I>3Z5d`iNy|2M|KW+!!G+IK(?K_M z`Pz(j&Uc!4o&S0Z2kxsgGSPqs)Nv;IPvH)g8&AlJdOOd)eIAzMMd-x~100>C9{dZw zKv8x~VmWE6;i#=h?69qfG`NeSnS$GgsQD@o?ua!9R$GwZlCK25p)!<`548;?R*kA-(X~`81#+(tevH^Hc_5lHxRE$<MkVDU_j5?M%{jhaDzL}l&x>||$>UL!`df!FcB`lx) zbN&wCe{G=s4P5@Y>j@GN_*VDfk;mR4!vUOg2(rK=@Si}|8EbUEGRQjCQu{rS1^9a& z#|UP@+$fNM5|T?o9ZvsU5Ha)20F`9nmIc{M8eHl)r@PILHzQc6LqB--K0T+2{K@Be z1MGl{LV%}f+T-raMFdoLK9R(w`G?;#8F{Kflp7t70jjC3w0p9%NGQ;>keGuM60h5^ z{p58Z88W`hU>|xj2}JJeH~Vb4`=42@S~Yabcr1o8wL>{kU)ZeYmd=M%k4_Wl+`T}B zv7eJgPDkIgP-KQp?=0C&_x$E$`(9r~yQd$PXHHGb$KrPfmqo>{?3{yUa0>bw2msRl zha34B7#~2);>3Ccflz>HFen%8eBu&J)jIKa>sKGm5MqZjXh?;Ov^skrMbCkAiL%<&@%??P z55?(~ePSbPkjskn6sLaZvr@~fC-hz2LItd$Ndcq`=(}#W!JudI@x&W=g~He5ITvAHICXFPJY`+TEXgwM^y^<|1%Ow!bE+fBCH zLuov62n-}jjpnj7Cs1d%DNSAsYN{b#`jq1yoXp0;=5DU(Y{!9vN=-B7*A_B<;nTZu zV&0b>OFKL}>LoL;NLc%&-Fs)A67g(=wz>!Ea}+;OcDa-O+GKlz4Y`;H&fsZRsMezw zuA_@MaT_8D8;~W1u1Tk^;TdIx04K>47d}kJoDQs!Rfls^SZ6X}9gVlLaq9CsxL0w8 zsSDk(j~)~Vs3eJwiDD-U++noq#<{=dC{n^ns*R35_@P{QMueLf3$5Z(dxmbdR1yeo ztc0q$3`^@)#N-O2hPuElUXvn$zPuM&;juOvSNrsZqNh{IKA<^2UQuq(x4dox5?p^` z(vtzxWLCjBiq$cp-epZBwx!(cr&yB{Lz|Kc*K0;iyx*Eo@{aSLYRH~!qKreBPfkY2jX2i-TEhAUdW46n9jjZBzcGgs?9YH$#W zmGyE^=e%yd$+`IDt+!%v(;ho2?&o?i8_%73)y^theX`lcE*OLYG@e2_R0YP) z3>);=IkyYW#n(-uYeCPM&KPpPeV6xgMZ)^k zw5E@8&tAq=HE(b~bfvSykA7P*jkw8qJ?qr3c4o5j#9XRYaL1t?iO;h0ecsFdBovhh zLRmMvllYZ7AYb+l!p(&TPkWD6iCbNp)xn8~LN)ZKb?XBrH6I>MYU%-#n)giX;UHx_ z`*+R*lbSco$_Fktg;zzJQFEAFBn!j1<1v915z5ZNv&%6SvbwbZf{h-ty!QTOiQ2VK zO?Vl1Zfe02i8b|Q$ynHnjv;d!KU5MNkYzXcOmIU(u;lr!tK4LAGliP}K(CK9LXYRd zZV>5?$Dl0Ir1|2FrR%|hJoiNRZe!=5@+p?G0?C{DEs5KHSGTEX8kI7*_!nF(aZX*R zV^ql>owR>w(;lTre}(Oc;7_m}0b3ORyj&D8jXs`>0#36(LcIcIGw`6@S97OFrs4=! z{^UDy_H60*nZL#gfPf}a5)R<@0s-cRz<+?|Q4r8b@LNLTpPRh>PTYTA`|sTY%uGU@ zz%&8yB5?F_sM!o02_3zBOWf?pbR9_i!M_hA{{I?71i#Uj4DWC#95_ByOg^##J~}=m z3Xc5DkB$%Z&yFnHPZ9@U<@K{`(%_>i+3%3sVPC?JLvs856- zz@=e165uV5ntjS+K5tPF_EDVT(c;Ez2hbrc1*dhQBPtaQVQMoIH}s(R9d`X}JR37L z7qsGCS(c-QD1+k-QS)CKqBf1p7QTkKpksxwKLGB3&Wi3hAOr#0(LaO;zokU-4MYey z(fueE_?G?=_#r)f&=19rj*Q#?^c0_!`}%dCV$L(tT}&J&=s&kmz{}?95p%Th^nu)~ z*e_l-`lekQ!V31YctXlOXy{8wghMwYkT&!oJno1-6nh`r^is_5J=*8AD0lf5-}8MJ zsfQS?#>OpPiz?huuxTKzb0bfP8(-udC4P`QBz7cdaZPHt&*pM{Zjc(aeo5 z$CN9dQi*S?M4qa_&Ur?Tj`>eI-#~Zm)Zt1yAut4!t^2Q+uttk)?H7~1EQpJ6o^gg2 z&_5S?k>HMFjc`7cumXwS6@sQ6N@kvO^JK5!+(i*^L}2UEF7_#PLtak1z&er?i6iV| zW7_}35|@0FTsN{5mn%~5VLD;FP(Ccdm3D<_2^8jvcEP2UMJYT;+ra8eBx&jwXH z1UNo#Bu7)PgTvf;YLx?HSX>ksPgce?r4{E`jRK$bik@V%)oKF$ZAGj9YU|qgDCENm zcj+mLR};<;aw7@X4OWt7#)_Cbahk77p=K4kEYuW@FCazzyV!l71k@ z69LFAC?C20DiWlNOf9tO-H6W=izLD*r%O^Vf9)A4_WT~`z}MyZO`VqVYaguY9|m;Ef0`wnA$)k{fVX^#I$e|C z2JMAYKkym(E@t)<&#M_QTt*0j6FwX+o27(oN_#U&)k@-U@ap9Ts+faeTvMNjr&_c; zMUEhBF^cXRfx3+cQbv2{mI5cv*(S+(t|TYlW6Jt`uKw{$RolDtw{etjjFNgAN;I+w zA~qB;yl=NfQY)?qGuf-AH&nP4XgI*guvc8Oqj2?Zk$`4%0W*p1*lVq(`5Kv0zaqPM zipPa-EG^=ABsJ0SM4-J#9GT)o%!a+^no6&@%;w2B*T;l!jN37!zc7=b(M9XECMh(H zOo%1#_1}ENBKB#e2-^7a#~L&D3=SEM9aDVcD^+IQbRLpHvU0vn8`Oa*#^Zrf(ib{r zgD;4gkejnB&GyaGWxSy~FPMJ8%_}a*-JZRm7|O`1N>2tCy?p&;CcGgme6_h&Q)OXB z{xWC}C-{N33jdSFuG)zFIXu@J50c*|lfNvQRLg3oP$wMDh|`b69`ViIwRC06)r5CtxtW3q*9ov&bUiyhkc=h5BcmmXB7O26znhyWt(D-~=b4;9 zD(0pfZoTeob?$*EmrUL>Vx7-5;aReGI`h{#qRYeb=xIb=p{PyQ>X+W+>*o~ABwl1m z@ol)JUO^OY=b8AyAeV3E>Gqv!G2cDio(SxuDf1_Z_mk(0xLK~%r!F2f0&TZn+ zLzE01giUr#ulNQ6NmU_zXbkvGx{`PoCF^GvVkbw*lvP5nOS_8_J#JYYd$Q_+TBE(l zu8QZ7$`-4F2`w^Quv96<=;WVkP}PKbZ%=R1Z2zxVn6?0gX1b=!v#t!dfmKIalq#8U$c0o6yo1fTo|-R?vN zm?z2#2EdM1k*g!}w%6#pk4{Za2AWa~!0nN74D0yRhQf1{Q``djSEaJEYg7rhs2zBz zyBx{hna7dIhQc(18+ryg{jg=(C!KkiKNBIrNRh=7$v7BRXjB|D!BY#?&Rs-831H7{ ztV{K4B0X~D+Pc*asplB~xhaUj1XJb?WcI}W<1Jpc0AZAA3C&2F+eE4gShkuuE z!S-VY1_03@a>QAPf?tFWSr29=VbIabZ`b47V`gR-_(mr)$1!eA1jw?% z>Est~P4w{iFzGou25$NBvS=oX58F z??pin#|gbGz|0n*|f#PP}~Uw*ZR^Ey}}Dj zJt&&+RgrlUV#?fgo`Ll2q}vo&&t4?fEZ2x^-g9_5aC6kUl+YdH&CR&i+zKtTz5B9m z-djB!*;sC2et1&(sYT5?Bl*iKP2TzokBF|=PmGzGs+I}Q!0d*Sg!6Q+Uy9@4Gc<21 zkC+}{8+r>xAE8^yuIAn|rO?jAF?VUiYSiWl^FD+$RhZ(}!3T?wi9ZNZao4( z#||8HcO_sL#XO#JcPQPsEDtb@Vl=*u(> zdU;k)`5jKjJU~1_6K_0we2}@xVkjr2@)cb*FSq^cn;B7|6u9q3lD314LarB1*-x^1 zXBWX?yo$V4tx;1n7Ag@fVYh5TEbT3(SutMJ7Ojj@Og|GdRA}6WWA2FT6mGP0F0#w` z@u^?+j0Da9prP1-xPh_JEnAX9XC{EIv^6lhPQuIxs4A-d>n|8N4z(Ceb&PCC zfDHTa9yp|wLC0?KKfcO;jPL}V)LsT$r+$R-EyZqXJOI8jAD?%0!+= z4_=q1VMUzz{0_@@D^+G9$a!LGJ)|8C%}j?d1O&susDUm=9n>jBmZ)OjBMYcdjnrz52qz z@WJb)F(V-xtMbVQ19n$su7!+dt)QC}a>qLixiH+56|%+~wCaS=%^;n8+ud6t6 zJ^CkTE`yGNu%8f&Pl_%BHM}2)#YYzx*nIxlSp0X1Y~R*gKH5m_@u_tvQ>;lUHsu-A>kh4N0U&9j% z+7h^XX<;<^Duhg{%NE%{QX)0NFs2eJ8nl?S1UqdN{;O!!&kjoX9h;L#Gk*s=TX8JE4 z8^%G{@R<%SNShf)|i^}v}N!x+M!h`WBWaeJ8Cbr@E>7L9n!;szs~D#vO?L}MNhZQ^KQU&US1_ni!NIQ8v#FmlrT$O!l~ zdgSdn`zWTsz-34{&zDuVEU(ETE_JfmK8LlJiU?hYTw2N;hBTSM^|(cz5aRvlRt9Vu zpKZllNHF$5QvOt7TibZfAb-;q27DG1aWTtf)#zllN6(4jpk^={r!RR{>=$#J-Opi1 zjk~%cnLJi8fzhy=F~&|I5WC|y4;TUGn$I5^0m~j40l)cT1gu>2=8B21^(k~X(1-c& z$Nwkn=ODHd#x_9v=a22^VEB0U9sT4}{I93^_v`T$0D-`X_VNGq$Il=R#vks^{mp3q zb5g+n6gv%2!~g$_DDVv}<0H%i#ziCmQwC<00gwdz8^95GFcdgCG{0qKJPezE2295g z@b?1EuL_usOVxkx`vdZd#~T*hLM69I0SQJtVyhvM^fWKHrKK7|n) zJuHsgwlTC&xvbmdvyvq@&>4F6l9&wUi8+&0t4rR^(Y~{zN4zl0H+nnWE@@D^p*o9q zFlGPw4dQ|qrxD<+$CYuvxAIJECk8w14m~Ou;d~DD$5z7pBdgb^GUhH-9=!0Hc`ET_ zVJr-}9jP4#86zzSPk<4|?z(eIEm|%d>s*Cd?p?Ge34WfYt}nxh*>f~L+uCqN-!q_J zN57FS9!~TzVEsnJ^C2hBRfrpYuIzUWvPhq>SL0q1fnJL;XLldsP%&d|HPp&I0L|a? z514KW;JMt3Vqu~ zj-OjZ)?2wPV7W9WVcSUl-c z0dz6^NcIoD&VPCK{|7Ys)=!8001!QX#Xo-+>f^6K8^2vDjQ)yc{F(3ZZI=pG#xG^J zFD@0VV6Xy4dVsS90O-IW^iP29xVqu@0>Li}=+4LhGXF_g?UBTx(zD2+(z7@`WPE4X zb=n7j)IkJkMx^2shbg?OYFKCyCVdh==qMVJ3<#!L)XU`IkMZ!G@O%6~d}0cF zlUBnA%b1ez%#kD}mbeRo)g!x+?@>I*X8Y|09!Ix{us$;c*0mJUx)2%{n5>W`_C~7} zqp&^91f>@Zx6Ebn=?tLY#H6M(=il!(WL2}!B7dY>zmw7$f%ZU5Sf}=~76x(ED#L-kJ z!esr@8$OO3FIYu72f5pj1foAdk3Jup^fT!lA%BJidOv6!uTK^y4MoHQJ1sx9WuHwP z*gCDq6G{>fbLp{8B0SxjnM5jdQE!Mg@m?seY?h1VSacNw(M>$`CW+4uNL`$h!s zf!s=5G?0^%GM9N*miE&4wUf?koQhVC(Ujl2Nm*DeT#kv@g$!@Q5(q)Sep>4}1TVj5gtk}jl`_~So#`0T)D{pvmUR<<%D1+- z&W@JF*1SHJ@(E>*jJDxmPpPeKk5NFl*V|R8_ocysRfs6?^!S!Y{87q2xlCma8CFdy zO<2)y@HL-&;CV-OlBWF`AKtW4|gxt{_O6%tq7b<4az; zTZ8`9_EQ`CO`^0i3(S@qivz~wt_JPvWDl0fqgC^W|&P^?tf%&zYVzN?u^wAX#M&3*0J>6mD67y$qSbUMf@Y z!NB8Tt@pu=Dv0TNnk%Q?31=jmnV3)HU;onan?I7RO(cWW!-e-HcoSr>f3EquV*Mrj zX3nW)v7z2t6bxrzOm0JXn2o;NXM)-Jl|o%@ejv*(#l^aK(Pm4!9DhK8d=aS81 z%;PX+=uwGMg|Tk1lyNpr&&KN02Ip|frYuh@?;R_w{tVc9 z(oux@2Vv_MBH~AiR=+UxJS&|3Pe4>AQDKfBprL*yH2VE-{r}U1|37Q?ZC?>qFpLC4 z&BNOSfSUjAUIqJ%u!5yr{tP|OT9*4YyH{C{xAuJx)i5)jRMc0L2m-s^Vt=}WXp$eX zWy?65w0~en!fA||7!@NZi6ny90fU6*8Pp2%6zfjYiZ^n4hlWoRUBPW5M^^nh4Ii^> z+^an3ey$HJ`x;OsRkkH&Lmn-@)*T|y4m5gG>*|vrrpf^e>4rBk+>PBCz?w;cS>En| z`>cCf+ql>f!XdLXct}Fby`+sIK#@k&#$Y|7lspKXC%VIQT}=`Du1?LoPgg&t2iq!w z**5>S*i68+#hY_AYn^n-_5x5DomahxOau^0isfX7FKCA3yVU7-cQ~$d%~$eZIcLX^ z!aRf2Fh;(DC}3&9cI(=_Kox8Gt?ORhZmYU?QrOl)id9R?(wLts+RWy=OYd+kl|(Ib z%o$pD>pOK3%t15xFMk+)mjYOiKse{PoC+Y$NMHkc)F%jBfJOvt41B>f;!E6hhxm+4 zu#JIb@4Y8!+-u`ocW{)WQ#$)XX$HpU8HImrhpj3bY>82*Xr2tjyM-1@6U*V728N z6LcE00)pO#4Yz#EyXbcVCYYh$DKym3`8m0>~wTd4qk7IdTRtJJnEce*VuSH;|u#~R46 zYZ#c>wCx)vo^%QHk*VEWYJw57VTlMG54n0hT+peMip2iFz9VNA)`b~fUzzq%nUk9$ zN!EsXBm6Sk{xTn`Ux2Agv|@f z4_Udhg0JzJiN#Ye*^gorz@_DXGFJVz*$XRp0PZkOf!_v*Q(tQ7U(8=v!5v@~CAM)5mV9`rak+AnKfRM$=F8q5;L z%3Sd~+CFAIE3f1jh9TqYHtakxQ(8rp5pNGL9#jdJKAeA?g(A6VP<(g9dmmRYb-nL1 zM2*vd)G2!oE7P%E=X=+ciS5MjwVR?;PCX;s&@Pr{P52HThg^JonfP+Gn-`1BrAk}& z_}WPbZ$n5JX|JF#WciMBTH~{UTKR@wAcgCed{+;pp%p&hFj4n;}6g%D&O} ze!%p73o9|MFFl+#4$-`y6IarTpM~*z-hn~WwdU!dxBZ3BWW?SyBwpDYfX#@0-ZJWQ zO_Kp!-QK#Zj28b-+0YI81IgsHxlk;cKT>~`&(7~2iOS*0*U>~79A z-#ZLSZ@YCQFGMWACS>Rk$B>)7r1S*A{9Y_JmyDbufu(9i`G;mvI%N1l!Wg^~NiU=~ z7gR@Ok+fi|UHBKhP+jH54;s}53juVYb}d}?)FnM5o5=LtvRc4ZRIsg1KP+JWu6ero z`&;`3=KBw^Oy%%kyBK;1BJ|;NS)Bd!zL>wa0Os!|yLO!{c05qQ7z(bvvoo>Rhj_~^ zpYYz@nxb+dvU2FzClao1*cQUHYC?DT}!zdpUK3Y4w%2cKzw&- z{w{H3{@!t9{ywCnv46f6)AHFVi*{_uenRX6F`Y0R_^|;OR;DlM&5!UCXHDY&@6S6W zYX8`W`q5bb|C5~lKKFm0{DVz+{`YV5S6vDwj&J#xvVt)gm~R042C;%M%F*$mujx^2 z`!kL^V-?|-#c^ll&RI{!dm!}{0v&eH0472q5J2jyqpIpq zR7sl1F=0zDQ(+Oa#7>9e`AG~t(HQ$oxBNPk+A6@zy+u0NW5d7W0g=LFExZnm0>-r` zpF&_VrJ@+Ts25`^tO%!gO~c6xq-sG8?;;7qY?Mo}B^CN~+X)wo&qwbIn@XpfQq|i< zvM0VZeX*?AFi2tE{3!le@W3LKA0~YtEv~T*%=`CY1$XOdEbi)N##yewZ@26DASko_U_uG|b9$M&jzLd6`;ZUIwZ1i+A2Xz)Xng*c10NV*5!mA)xo=M_OjU zSNF`B?T-b--@oUvF+&q9?{>{y+o#)#S7(Q&EDDV>nD-Gk6>mc%qGxj1yqc8UNBL6u{x4YX;l-&NXpxQTNhhW!aotM+sH*dCc>GmBzx`SbL7j62^(B)vYN; zr|5Cp`OPS+%Es+LL`6S833wFBrd<`x(RQzztc7F(#g9(aL(con+k<3+DptGmO)&l@ zEEmF(@S<*AgxAF-7qULE_t%YG7$(2$X9S;YGML`V3-KI)93E%~g1vnb%I&wm!XFmcjoPbC$J&2PL1V{o4NeC-hh)D>`=vb0mk7qP zLb#%2p=@rfXQ6KZj1r-{M*tZ*%pE;O z%Xr}|tdZSfT5(ZshO|QBHCV_(**Fqe*!PTHTyR7ig5K&pmke)Vvv%>#7VB7QOY75S zn?RU9yc^kgAi!SHT!GKEHpeS9K_-MgpuQ%7%XTBC&;a$7L{`-Gpw>#UMhY}eAW`plxg;hq*eOH*zAzpovIxABcojMX1lA3!kx#Me`V%U|+Y9> z8A;D=QwF(r8v70p_!4aejE2=u8T$+i&GAk;-&@6}OhrOA(XixTWEhpHh=TW284%!1 zU08Q^6bHbjI$2%D1Yo<3Pte(;D(wf@ZX2tkX}x74-vZli^U3H=^cImYSQx35zI*;u zvfwdcd8*GNlfBzX1Y172sEue3GGC)&`kTw0vQ)^4klJkg{?)}|WLbOh z*O%2Jc%ZsOFPU^H?cXv@2pp$~2zWMa?l&9lugsNyg9~SGulb|-#(9rH*XPS0Az8+} z_YIEHn1(`cnOoUmxgFa}rUlkSTrW7)<5(s1WK-@B$N zIWo2~F?mOM`}5Ew|HO2)*&X!(K&)dX*8>8I9*vejCY~r z(DinL9dXl<#MPCmQAxST{Tw8_`NdP#>KNPn6R^`smso)Q{*fXh`0D;Gk<)Laa55T! z1VKXI$c@3fJU9{n=Nv|Y!(H#sk>D7x|K4N#%jU+%9?tK5e`Y48e6zQGK zea)LR(j*D%(#n;M6}uK$`i?Z>adFdkCL26&Kare`LxH0ecnuHpNmO8Zb=usn+q37q ziLx`!Moo^{6-^BR|K^z2(<+DGP4v12Gu|mj1l}*iDu(H0$xGCC})B>-cfd%1$}6OY?!_#%68T}bLX6zdbyV~h5pW1^%X^F1m1fP7d*Ej7h9*e z2IFr;49mmxIiC0ZRZIf&RsuYB6G?s!GVIyNM`Kp{nw5hahDJ~$`jm?yl2q?Lq_u-R zCf(|1%JFe{8Ctm7BQEPF&y(MsS7stV0337tdfeW%3m=dRR6Jek{B}TrfE_odIc2Gi zE!0m4D9r39bMYS=$N*p6pB_pXBi0+t0({>KE{$tn?qje4ME=#k{hGmEDAtLiyMd-lPByQZ`=I z1!l%EH4S%HRLBSkvakN%l^0 zyo+z_#w_(UtD+p4na}4IgjtIZ%q(sMe|orDD&k|)xOhl%G8~eez`knCh4$8@Ie4gg zI0sjB*8l@^@d;#4bwz9IaJqmMa`_b(-NBzJSpub1k0^TAKpSeXtDHU3R< z{$Q&=_~QNt_tn4i4$34f@-6HO-ti81#lv%eT@kzk{0aNAoRR(iWp~B1vOugS#7gXf zxe^s{dbLid9vdlk)6pznSFihOK#mQOrypz*;D9U;kol@ zsuvB`@)5FAZ9N(YpC+hSga%S{=^T7+%P2S;9dOABPByf^oZL86|Ul0`|fCZTLeKLo= zgS1Bmodv3&ZK2Sti>9l)6GmxoUh5R&0F-!SfD(_kg;bMT4{jvdxjjtE>Z#|o<1M~` zbNQFuFYD{wFM8Y15K7yCayq!6>)i*MO#oFsfHP~HxxvoHp_!Z?i6rw<_?0aQ!{Z>* zQjc;iP{2n+49qL2gm*lbug5uY2 zKJpYv8}-A?6PnNV^fk5x88r?ljrgx7+@#-qwfx}9_IdJhJMyo=32+;nk*Q_kJek9X z$^_MuAc-C-Vczo5+jEEy5Y>9VH5#-a>J5wsc6;;ic|a(0+v0K$$%{jT6L#ae=Z!Ot z4q@}MJK5lnIkF8&=n0t)IKD<^8648$Si#a7i_x{jgwG+k&?B|rG7&dIr{W6lWN|k` z`C*2HH7^WL%%%9Z%AZwBHl)WvwPW2}YdG4xWd07WTPi`Z`ShYsIddI1hwzQ6FEDRq z)1vU=>%b(3lQp#}qnoGYvrYK6X34X1s85r}^F5tdc;}nwvuz|+I6i|6tw-!+F>~pe zrG)%;yGEtWi-#fvQbJ9R?j?IW9}45e#CRHjkEx_uh|NQ%If8sYoafy;F$vKnO76L^ zC^3nZK5;AA>$wTGm+4zMU!||6M2vofts?0hJaw&)F^u13#hFjuUVxw_z?b-L0k;=9 z6I=Dnhg+{jtPd7n$}%-7zareRBti{n$-XI&Q4(B0iia4A_!$kY=!IzHq@XETY7Jp_ z@5OPhae6%iHL}Qw<1KoST|Vaz<7c^Xw~96z<~Nq-Jjom#^AMSIdDYUr^TyvER3if3)Oy zH+)^T-gSsG{v5FA1vxCBcGK@aZ1A-KD{LvVL@cY;Ik;O_43uEE_2 zyhHllnWS&Jhj(93Pfx%3@dsz0Q>RYV+PkX0^{sEMg@UwIeOuZ?Hb}QQ5!=CB;K_`2 z@NSBF0l&pzq|&zqgY9AOLFb0dI@Tlc--`>DWQENg+~qeNyO(A&hfDPfrVh* zVKQ3Kik*PVU!L$``Iq(Uj#)wsu3c$z;uFQp8LH?NYllxzTMe*B=ESk|d6N3yQeyU8 z@k?RasehH4%I1u^qb$uDXtwOMx|FD9jzN*AZkOUDkh$02he5Lx?nQ`qSJEDRs#*~RZ9{2zGM$`a59V?OjwuQSAHde=a?GM=>mIf z^yk(3TSyZaW#TGG#~k0LpY@To$`;M7LKWFOBO7@OX4VC}vEz)Z`(=O& z5JVK#_-)z=w)3=21Ersc!g?bo@OdjpG*Src2p(RPe>Ztm7K$M*w3We7T`)_;hibD| z<1&gb3sq@+WJd6!gtpm9Xq0gGKj5^JBV6d$Cwtk7A!iwTZOWi+BiNXtU`6g%36ciU zR0ZRt*$4RPbbVEgQVgbZ@vnRifM=(U7Lgjn7upI!ENxF<%Wyt38obFjy7nHk`0TMQ zKCuy}*k461U4on>5#!b#%$dI>_gd}6hbd$lko{-H#k=m5mgiJnnjt>aqPQrVBIs!t z8Y`AjBYj)kmg%+Z#QZZSye}iE+36GXOq!@aO#rurOPFxtJqn-=mTolnZ2R7bPu`A)t;JmK0o&D2b z8(QpwXu6A)VAFz2@)@OQ46Lczc6aE(7QNt&T}&4v$M(FHj;!209Nnn>1>`FPk$DF| zKF9RKeRh$kr&7G3=7zKk_N>~x{JpL;LvcyJNF*R>1=JXHAe>SZH|;s$JXHtnv=;u7 zyeG?sP_{!{ncsj_;Me~5GYNCv1|+){m;;s1#+eFB&q!OZFwD$w?CqE=?RY`X=ip20 z%Ve_#vtbD3^<##$I3`{dFdK{aFk|}R67+{dZJa{+j1$J^UeAH<1aI%`e04r5o7q~v zR^(Y?ST)WcgFCLi;P0xhr*v3(i^TcDX}<>)-=VlvO%c=xo#19_ufpp!pxtTkYII+V z4l28ZtzxNwo@Vkh?)gIaqKZqKyQb#kJ~sR|9TB!udTnzVr3@=cXy&}%Ao~@hEy~eF z^FGJWseu;>QU_8DOGf`PgH(D&NKi5SHwyOhCRyfRu7^j`i2%Akq^>l5xPe z9)8ynub_!HpH4@TFMTU5%cxe;)vFIV_OfEj&4T-!qX6CglbOY^ldz(isY(QWMSH(; zw4&Pj*ExDCEzsAmzzhsryJLFlWw7xAN|aN(pCM( zkb#K4aJ#iedM|UogN@2FpHtKW%8mtgd>e@cez=QqBmljni+&_Y?y6eqTWXP5Niw>~ zxYM&M|7s9r(xpedUM{Pwa)&_VGbm33-=b(L9)4!tEXumsU{{x+}AIKlzG5v4& z`+lhZalHTW;_n^$qc-~W4j#S=Ov2V28BwZLF`LCheR1|{3P)Sm zC_*o->QOHS;ErH6{gcvd#CIH&qyOzl?g(GY(=MNMxM7O6Vcm-vjo6&mO;Z*-nmXb<5M4}{+Px+OaMi?W_$I5 zduy-?%}85q-PJ2FK)(# z-U?OSH!*VtjpASWjuIK>gb9`mkdlsx$f;64bI|cQnT%UBfK;aKo!vpO&Qd1iLv27p zh178|y}ps-I*o8{!{{ymU?H)KN;%vQA6y>p(%;<;-$k>(GT)r|CCqv(ok;srMP#c` zDtItp2Vw`6Fa+1|_mFpk`sLsk_vgqJ3>7J*9pS5Tb8)dkZv)JU%wP7*Y!L`3iMj4a zmfM4<1vLo7f+AET4Wb@|UVv7_1o5Z;9UEe2sac9hm*CrWhRi@ZE-p>@~=Jzv3^|g}^)6 zqeL)N3_k^et$-3BP&{B~#0SRoh}k*phNhnsNSOu+WesQSA3C`qG?D5{=s3AXL4&>w zx^{QnvaL}pd46z75O-&3qp|F?kqlvSHALRwD_=3y!*3*A3wF9ukxm-60oqE5V-=E( z!T)xpjVyVufAruI@a=8jhvW`GNKa~H8ZHO?eMb$X)63_=`9bE{oR};zjNo7m8!_A6sMBi|dw`WRsNP*w8*O_V zf!!e{nox0?c7r9(VbO5b3Yc7EPor>+fXT{C3L0%=5@M`wELNOOtE6!N%kA$=_Yg zWFkmFCRnigxFTCfOdB8TLse4Np9n;4qaxfm(ERZl`7u-UpMu_hsx>%KOpb#M-D{Zza#taUj>eTNA?f<!H|m#qXaVjZFbg&jiwhy?(&bdRL||B$NkQ-#&(VYFyVaNL<7yC1u}`P2^qyS%Y%v7RQ| zW)J)qbtCE|b?XPv-|%ofNUBA#fDJ^TYh_XG=cwv@MPA~%%ug+u1$SrwXz-DQ2{@FOe_#0@yI!p5VI4Xc|d(vNf=Eh(zI0p4Z1YBsO+rF49~Hc32k^`ahcL$3)|Q25e%a z{E_se`jgp@->3Kga1-zz_^s2)aPuP!gKgi3;y)msH||ed5j#mB`6KtQgj*YiwRX&3Ms`E#oOb z>=E$@cG>a2zSOkl+2#E?9{m^VT&clAXvnCNBYy6{EMx=0%TM z+G!Y4&|#fTZaKZ5pa?6JApSyT>9{e#wzS?d5gT7KSQ$eRWu1CtS%L#vD?V~@jqvcEZyq& zVH!u+BeA5Kl}5{dvreI2_x>ZN?UVzHe(^H6R;2$m z0y+Me0_nYJbun20>JVCugl!>LTE$alA%Xa+4td;y_D-~D;(0EB>L#vZ zs)9x4Q!|ovz>~0e!;NT|XQ6mYuzObsFTlQO(-EQ~s=k%H6ZwiwL5=5syR($Ffn_G5 z$>6i@{$T|(iaNH-JW9!R|13@9N*L4O%VC%7Q%M)o(5?dCEXPUYz-^LNhCC6~et7%L zvs7tTTaThZ(JlV;h%OGRE0c|Wv@aK3XZv9@x7akO)N_7HZ7$k4w z4CrDI-4RK%xDCx6!ZsiYvz$y-^=AaVjbXc~SRiOiOcglcrpIM*^4}=%FUMdD>ul1I z<&4mE#Pm1{v^R8bR==Blp9630VfJ-b6M7O|RFTd1TaKp42bvW#v=2KUZ9+QE*?fH( z#Txj~BXtYj3Y1kYNAV_{uo_ku1~TS;R2DAB#o;`%#?rE}!1a)W+QZ~|cNB~+?t%e@ zwX+(9T6x9Mth0ukl!Qnf2VBFzajQYpBH2IE&|5S9+vq#%(KmOwb1?><}yB zaLQ+Uj`W}vjE=^vE<|`P*j8&ALkT1^hC$U+Eayo3xF)tltMUQqC@%+@F}1|k{W9fd zUxan)u4)q8#or3wgGk@7YW;FiJTgu|L;dr85GZ;2PNFBbz{I{lbUQg6lS1kKRwDu(@`!LI_P?*PpAT5NrxGH9}*85%)) z%cxFfRbnd{K})g3acj<8<6a65BAwp0^h!vJT`JN-yuAF$n$5B4ydvVEA@iE7fm*Z` zS|(3e4OJWD=Nc2^XI9Mw;6g&U4nhqX&U~3$jo?Yv@yb59x?-8~SOyniod%*)HOie_ z9}$7oV8Gy(TT`!R++B#aiopWxHBfkqDn=&YTHIs4U~g47zE79lW5&Bg%|UF$@A&Lj z>NMxaet>P-$|z4fwM1YMB{$fGLHzx~9v0kTW3jc`?YkQ}b$&rY@x5 zGYsq}5av@6hO9F<(329ylv*|q6XY-%Ha>qWZ;Nh@N_&Y3>fttlkPHjr1QV=W)YX1# zXfEly?1UiOTTATnLFl4Yh6eZTQkeI~61tkRvF|^9gOB&JEO&5I`9{;io8I0vdkD~5 z%b9b0YOIkK5;3FaP#i_K;G|IAoHh52LVe^bK{A^%-+F1w4h!jLpx|*|jX3LWV0VpvZZcRjSffqX8=@NR#o&E1G={Q-iRpGDxn z?+w*7Z4xcww60lhwr~0urlFOI6i8DVbQo=~nVidD$};f&VK7KsRYZIYe0 zdylr5@FxGG^1eyrXxSx)INC0EQvl~HQ$-N1vqt&)cP8mI2q3m`vB#NYV23p#m*u(O zW_AOYA5ofS>lerD7P;c+vUfg3k7GQYj#Z5`e(ljQauTp`mGR*S#yQU_>W>EeUVh~_ zQt6-I3j=6=5&-?l5CYwIcI+P$LimRf=Kr-<`cM3+|N3D5r?>cTGsgdf|4qfq`|sv% z0w{s~`u_Dj$bUDp|Er%5fD#y=_}{ZE0F>N+lVSKxMXLM#;srWrzlle6zpwn?9JU7r z;`=EB$G?Yc9`^Y_Nqi64{4AcLd!&?sis7ejaaQ3R@Sc=FJqIffMao+gg*&I$NT|T% z3nWW%y|z1##)dVaYUMKbUb?`zaGTUThp=62k&>TV)*gsWJ8KvU)pxO z<42hi5V>&u~(wd&7?UxW2uZzGY^2kf>KZ2zhQM0aYwH^9`>!A+s$4{1Z+CjL!St( zC>5?Gd{UpwHhWkzKNS4v8l2EEo?N|*&TZlAoOZpf?^7i%WGh#4(50k|L{$>S{6mFx z*Hn1wFbSNckNEqYs(0GT8 z@S$1gRYiiQq%JO3)qrJ1N2%IDSmV^%?Zo+oR1VL5I_~LV%q8UR6y95;1v2}R%4unC z&88Wob>3d55g|%Ue%splw9j8c-uBs+^(P2}kpS1`xt&?Cct6!G3QpC++P&jWVx2tf z0Q1l{{EdiGht~JLxtLZt_N|ce=4XoFn{P`$3r@(OO3y`02e+*NB3#>EeH&U0E_Iv|x0ts%I(w=Tg6yzK z*b$N@)oiljNb#)n)*AXQ0faOCN7DLE|9N?>~KG?s*yFTTjQ9N}; z_>8+mpQ@@Y7eAf$anRD!aM84C4bJ#O$cV#6)gbO6s_4>j+hlMqqUdg_tdGg$gnKNb zwD2rJt!(oL8}5n*QhVfziW4!~t(H}`(N&RgMM0J9VH4_i3Jnkw_;;FX+Z;LZvuvb& z7ar-=ADWrk548GTzFGI3kklS;XYMZH+2M#s;0?7O{U$vu^Fh*W(;1xxdG2EflCFRl}U`EA;bE?if$jVtHRn4bg``%Q3(ZBz+A-BT5PLUcfZ}iJ$`A9bXuT^+r ze<^hMTcVIiDwt;qG1cV|gw+X1NtrcxIpJR_9dZII9Rhj>U`u?}o2<*P^aM%z!$Cc&Aw* z?H86Tg6>Q{ch-9yQ~VTfXb4iMA@?v#hf_w&XCPFN&KT%u-=nE2zB1}jS{%_c)r0yV zDP@AcBux}rS@7iJ#^S!MBy9Sf45F-1Ib=>aFkR zNwn_F*2{2?Jo zLR;6$Nc|%;g@C2Hk-jE}iLR0ME8usy)Xn&{^>y_uUs2J}0NZybe%MfD+n=GkbV&|5!x%KhNgBFDHnW`p57%P#N=QY6H{%t(+kG-(a1r zzLupPFvA2u3C!95yUyp|{qTRx{JV9MWQr%YsOmgQ&l#kk@l>sMzO}WMbO~#~gUM_GuLR&1ohEv#9*RC9+jg2Gx?j z&eD9UJ>w42!VB+1dUQ(Es?~^o1;{<$izY}dJt`>=8{IdHfC~$q8LUs_la|MFFi)B` zpYpm49!kfqdiFUcFrY?Q-z^$O^Nn)LMdiK?|0- zpRBXXx*4pj8NIcW2d`@D{o7!qlZz$f2pGS4exT_TlskW>KQ0Gw1{(NzE9p!>!wB_858)kYD1EM@GV^0e>|?z;YZ9^aC3>D!(=? z8iOcrI(hhwDPKo{JD;%4gomRG8+@)zPRdKV-5l2z=qV^*?h>7SRbI3Am?Ku)GU@!` zvdIjJGpUji&i*`jFut)_(W33daMQ#V3?IS*TyXm)Fmr!!#E^m38!oS{8amNS%aU=p zW!PKy;Az6NSlNba76??u0LZu+#pjrvrUkTcqx2jYu4A+2dNc@~KD2i|y+Yyb{?}On zK4VVkA}#tAg95vTyle;hV7kMx?S#d3#rlbQN(}6p{gkzWv8{=+9vL5;yrT++l~|iq z7&5SktRw=ILv_2W&9fU+KG{>`37leVYd#@BN5)}QpmmPF@L+=pZ+}Oi1l_5Sb40?| z$JfjRv(SLtx5%s%wO`eDKXl(crxsigGA$d08O(ZUSoqG5x#8InY2!M=o2XTkUrxp& z15?yAKZPZ~UoDi7z;+&9X%{GQ|` z)Ay@oUuT3c-j-f7y$0p|OVd|EL7Q_=Xo|+|B612`mJ93(_C5_sb4>|m9%Wg!GX`2& zh%m|4Ma1wfv1psOXA|R`bfylI*P`e^Hpa2P8F=r5Oj}gov?|Z%2rbz`QOC#2dE4OC z%PV7#JQ6$Z_^Ix|f{dZ%DV1iZZ@{#yUscfyPNtmmE|>SpAM9gmcMSzfxK_(~&k~ok z1jTLjiHyETf_J4sZGgNG8GSu{(#ob?+&5iT1urWXU}S*U%HS!k(!!fiD%IXf780Et zg@V#|CN(d@WtGt^QW1$L@hqO|yb7-@KThpj^fHn5bJpNBnwu_YMiFR3dzP@zSo!nz zybg4B>W)1?&FUUXLC8B;R&rjnRa{ni2XE(yC!;gUn8r$k!?`4)Td!muL@Mf)R3HV{S}Hq zr|CIap{ZGSxXV+zC%dAf2q+SI&5d5_U5{5VK<#4dzm9_ zv-C5s%=Z9GddL1yjudPX=PkiZzvn_w_U5egQQit;Ng+BDf#SAffVo%{y2?PJ&22c1l6@q8gC1z< z{lImJo|mc&96(kE=j{g%Q@ioz4+Jhq_tmik7lDiv{^PR&Bxgoe1XSj`Q?($SC<^Up z`=1uwlY6t-$S;qnp({NGd3dHf#2L368I~6aeKa~=mab{J<@NyBixr5!w3~&o2HaF4 zIyh7SoBE6tZmRrpavn)?(op{NR0B><@GkHo-Bba`H0wn>Q4~#1HVB=$FVo(&43p8- z!R}f=hRUVWql6`aCP@i@3f;_3%7E4gtg+^PyG}lENIsRM*x9qA&|+B$eXmToI zQ@y&56r;*<;wC}D0v~o}5HO2}$1H#Qf~^BmNR6}B=R;W^lrJA6V$PU8GuwxjKsQC7 zQrjIQ8=oGnldY#yT}1{hM`Q3)&s4@V8tBXvM5d=?QmA5;Kns0e2%|&t<_5ur9FOX! zeKmCbmgT>XT5oqr=mLv$#u_n(Nl}VpvBc_=PAHV)V4#baYP?(ObQ;?@xAe*8W27vH zmI9n~hS_J&!+{(A+d6ZoOe_EHC4xbwoso%g)+6!;m*$g=6F=P~+3s2+k8}40o^;Qn zq=Z!~y#_kZc=ZLH7L0-cb3%DP&B_~As9|qDbgTrPfodAtdwK!d=G|AzA+s6r7&i{E z7H9Xp^wM`wE5DrFN3x+bG(V?XM+%p$QbKw@JSCSR75ITyo}{Gw1E_S{)4e50PCCY; zhjV|QF)mX*2`-cqO8!#l3<0{MEGDjr1=2q5OaJxTlxGM+4d4}uYL@H@J|`KcZN^o> zoQZ;;$Vo!bgl~x_T)J5xN``IJ@6|~ZP)))(`Mx2;Sukag6L{w9&qK>A9S~@G1?;$T zF}|`7xXrhUYYj0_ntX~TGO+xCh?LG>(0IbjPqp@q_N3&;sV&zR{n8sXlpE@HWKb|( zl#>N=FkU8BVV|87)6>EdyDbL@z-R8_B+HcH%m%lZo?}~>a%R(?Vv7`F4Q>Ymlwkxc zBTZ}%!px(ENgb++2h7)qMutxPv$4vR`x|D8qq(c6m(2tV3p*PD%DX#}`Rh&zr1(s` zjvp2w^!frT107fbkBY3Wf}4-#zbMNNym1!1CV$V8GTRx;K<;$hMc6RUU~?lMGuF_2Yy>etJ#{p>YhJ2rxx@L)O%@gZv8?xotz^y9rUOHn9G;*vPXv=4OE{a@{ zM&0i{MarLE&^eql7O#Ba?LK+U%)eL`Pu$&NKk+Kb&=E5tvHpwpm?o@cu(~N~W*IgC zb1s=e_ZlU!YBdhlo78^dGDGmrL#My!6@F$q;*&-%BcI5s$(?O!O}D&{>qzvZY>l zkd1j#NuhC}>NAQQHnL+iS#IW+#?I%p_a^L_F6Se^oYNl&(Z4562GIY6eU-&~O+0?D zI>qe`h7TW|IYIowhfOLT;ng`O*-K6I&89_JI+`f^V%ofU^uhc%qwS7(*WG#1+)UT{ zFEgVo^Y!?3!)l~!d}F*`1s^Igm?4DdtZMt*Iy%mg%!0ev^e8P3VfK?xEz?5IBC znV0rSW?75R_vh$?v_N%$Wv8~?x?=|FtqJf1%ec~kWv8NBr7K*JJ_Qi4WHG7E=Ln4M zGVwH&f`SYJ+-^T2K9rqGlIPI;pULyGtS7{?45n}crevh_$B9hzty+~wD(@<+E% za^ro-{%Bq5ADp~@20hCFB#-~IA;h0-ddu(|3;Tzp?_bihKa-sQ4SehmyZqth&p-R) z=usQ}_=W%K^`F?`_pkhk@BLSY^7lV~_`!d40Ve=2_d~kuzcL|7O-cFJhX;J?&#>5k z+zr*gQtI*_50CmEQAg>ocl+a*ni5#)fkGGf?_b#vKOXU)c}-2p@VDsb?^N=4WzoZh z0Hm9LR~CI=b-?j=Wf73B{=VdZj(?}K zznd61{!V9q|D56b_TOV=KP#7j`Sg$Sfd7r@ZHC9v+l+tZXZ}`S8VE$qw1F8qqr*7? z=XbM+gyLPq^E{tam)t&yTQxm-@s&8o)d-px#<}=N3Bd*ziRrk>r#7uMTX=E_IdRS= z_}%yiNbDF-Zoem}pU`OY&{!0sYQ1Nkr$*92yCHHOskbpZ(q-xyOJoKQH)Tzx1>3Pq zj&ls7H0q86X1~2o-m{t>9vP$X6pbL&i=Q*wjGqsJViE~qk6PypX!P&gFrbWVA!kH2 zIJ0TdorS#`^UpSUS0On4A;8C9v^CQNec$=z7ecK7L!?ci>7#G@{BglU;~qAw@BN-Z zu)lL!o#ZU?rlwARL0ufZLC~7TMgeiq3$pHw&WOy*vd zv;KN_73_v@o`n4oDFIjh4_N8%;ZW+ITPj;UlxKe^8UB4r1Fx8Ygt&YLus(H)z=sTL zU8jzaO^6&OHCISWpg!s~1hO}-QOmU%ebP{vZlV=23nnAmoRh&v_Dd`QqTFs`;^m+; zGck{Xm%HzfVPE;=i7PNXBArP3D5xEH)4w!W5VG$tARI~?j_IB)#jEs8o6R1w>z0P{9TqhC=Muq71%);_aan>`li6;HPcMfTk_LMLh?D}n!0FC zvW*CK%J?DllO4^L1)Uy-qNa~aw50S%pxYpfFZ)tYSQbt9(ilp_oSGLbwfl~}tg~3E zn-*ARH=Z6dQNcGxM`>e|WhH`c?aCXxqjNZJr%k7X(stZxS{M$JLb^ z{!5bL7B?Em(EcaYtuQbp-TEC*A!J$lr6A_K_GqZrlaH8J@q!CT>UxXqvfcz@y`lRE zWrga`wk+%}=aeJou$J%)^M;f2w##OaWC>*RsdIpT$heMp7GE@p8EP(a$ZUrqskWz? zT4f40z5m()_c93-=D=I*aM?8HOpv#p+UArWKZqI~Qd* z^tZ-u9ZGwu=E}G!slX*sHSwTOwo^|DjLGb@$c487)VOhY0=m=<1Kl;|*prs=k}=KJ z;wM2Rks(3B&sf$lRQAC%B&$P0TP)`e_0s6}+12Fo>zdtEG8FyyR**2}idTXDs`fg+%+%RRsb6dAdH0nGBuO& z0RlgQ{RPnfeB%%2_y}Ymzz*!eaSx+;U7sJAlaxc;+)qY!nFLDgV456K2Evtoh{_*% zCQW3i%PD!y$zj7Xcau_(z&htc%M>8|HQl0vuY-i`iw#pr7u*2;;L~;^Iog@mHno>2! z;6^m!zldG3v|gvw6Ye(-KZ*48>H7#tTwS%KGGuQwk<3_jeG@B4Kib|tQYECjXSuw| za_%A^FdEY*?}~$pTqy2> zz6{YpwYvr+d5(I0I*Ao=GeJpJA#6;b=}}o$)aH=)I+ACMsLYQ z>Qtzqn$@_fed=4d%K*Hgt|L6#1?I{2;Md<Ux%D7?arDQ$Sen`O<86B+Fkv`PUB3cxDJs;Z0 z`%9l_8Yjdv%;X`b!WrLALS?_z1l@(pLtdXVOQH>K87HraF)FYH?3tufrbkuzUG z{b>CadNr4%%4LOPR<}7atRf?9rt$U72>B`LsK?kaJ{tkfOW9oANXKUJkCBVV5DxQg zzl0c!kEJi^{z~%SYyy0CaUVE(xwt}VdK_ICNuL!1ZywOPlHStxToeP8INtrxFH1P% z5~$2=@b)=X6RVhU_npM(&RU%;?THfl_)t?sGwKIU&_0MpUP5?uh++`v{{nRg*-IHyw^=UYgULe}@ z*c|!P3R#dHCnD6nF7J4P5IJUmItSZySW+vcUOJ1+wz7=UEWA~~(PRiC8uYew`;39# zu&RPh$Hx^lc*2CNXSGZL`x_Y=S;ZVLq?8{kC`are{gkC!T*5C_2N1bx5G{L=j zBANP{KHVW*MQl!@;q8h8+j^s&#~GT76iFjPNlBs zFl`5l=4e&CIo`hcJjI#U+ESm5#fYq4o{vy)XHr#(7x#v|UWl6OJhvwURf#lmL!;_z z^m=l-Z>X8Xt+#bQ0gS*A)S`E12%jpMqX7sJnJ;*Q*Ijd7U#)zy{BHfx>719Q*&tj# zl9A;u!%H?}v5zhO!hqMwAZMQZd_t0Ht6auw^23R!xOSeY=lVRJCtI-Ts%IMe!{!;6 zvv*H0ifYM!Y4k@rnSh`BUINRVJ{bKwGKuX%qdZK`mvNZ7y=MaWMF!JYaDl&_@tkM2 z(ug}<=@u~xZyVk6!A!V}-kQ(TSKJUvPyb?D=zW-e6atqFvl-}RI*fWdc1tU`03g_E z-==L7;ENDf?d{%MQHr-zHupwOK5A0WgQuFo{8&&o?eU&9BjxQpl}SYT;_0t@T@GVd;rca|k0sLlneIjmtLovTJYZgwap4GWVU5+Sw_+HYwfgyyJrpK$;x za8BYz<+Bl(F|KBo()oSNB8{dkxqUzc-3dkPB1~)c3=#8EKb^z)d6$R((yWhk2?6wf z8$QyLY>2 z*BK-DNqFo;VJehNmcu7qnOP?IjdVgW-dP(!c8&;o=cz*;+}T>bSlJtIGHUPM&h~Si z>JloMz;7AKxdxeeelt}<(8-+xOs4k?pN9>ZI)Gx%ms|YOu#a`( z{yOoCqYw!7{&GiMr>bx}$++H5tG+*nc_VHX1-zr;cq2aVj)WpEOW}fKrGJW99~KV` z<6@BMjjQN{dsVbee;Ef3z0s95Km!E!m-H!SJs)|GZ&BqyP~Ja zmg8n)6bPt_NC_e3fb!@DzI^dAOGb5?=k^}6uQ2IqgPKn`R;kI^sSdU$^aPi_e7b0F zu_58d>2R>YiA=sEq(NAGmpg81D^v_vHf@vsmcFjaC3?%G91|wFf#cCBNTQUf%SOun zQFTJ7&2IK!^cqQ}7-9Psa{x31(Q!oe8X_}zsNt8!eyoqj@Kewf2=Kx^A8<7zIO-5I z9vDN2vLyNG-R$Qj2F|GZT?jizJ@E`q@U~|#@LKQpA^D%-l6Gn3#Yr9E7wEL24Y+5V z_&m>Q34=B&iT`}w?XiU^n#Rihxhh^hsk8`c;sx7N-gxJTV7n$D*m6)emBcI#t%@iN zx>DK2#YGfNij(mmU|7(X+VyHrY;_N`$t@K->#QdVb|yr^E`D_+L|(5OIDQXiSR5rM zcFxiEe2xn{7(_JK$C&5l8?jox(|$ozI_(G+K1%Ws2R5A}YiIPqY2r81kNunbN_SN= ziD|~xmCG17ejToE2`*?eknVD`yW_!l^Q{$}cfyK-1;)j=^66!8)#@Lf$8#+#!PVB| zXsCS6zI_UQ)e7|sE7JjE0FQGF8GmY~1+=n>7qA!g1)~?mlNNKV+0Es=?Wg;V1uLSx z8P~f*rPRsj%{rLIZA$vf1HAb`enel}y`(jQiu*t27;+zL?`^NnmWd+Yg24Av8iCa;d|W{5n>V63C>75hpE=Pr3{ESbrQilFhB4tl33tj@ zKRuCle!@aE=JrdQKhk5QVfZuNL{@qw3c~4na=Nuc#&ogh%)vwwrDGk% zg+0pvr0kyHb98z=&G7*7T1K6fxHG3G`WkWAIS;igt~)$>_nRJFxOJ3QXHwARORk;Y;OTCJ~K~1;;m%i!^0T`7)GOYzy$UMA|Mz zUr5`_y{wp+IF@(Gf>V@gzxBzckcQ>Zm^Qv^fIE5GTRbc{tG0DPK@Hv3xG*rDn7vl? zQ0lI_LLK|`iy6+jph+?U9l-1gYF%ODN?9cv_y>FJ&JSE{%>qR^Hx;EG62pe?oH})L z#CinYdBi`%4R9=L^e)+h?Z0kpb)=n>mg?wizG4Wiqa(3oi)~m&NNaq(Eid?$c$M|k zpbnE|%T4oc+h7BxKh-!=}t$ZQ5Sbt);%?Q&@MwYDcj3y_6c(G$*En{JU#p zaRifLuNsD1w9cbGKk33lRpFDXwd*ixiaAI2-q;3QIi9>GcjhbU5>BHyjk;w;Pdt^W zVO!J?obhb$@gL~H{E6sYDP;KDhupS`JKXpS|}+i>)gWBaTr zr-aY)nstEzflxNRKs_=P*9p;6P%Sbg##e4N�RXO6Od49y=^H88W;B#+2 zVgO-3{=4HPWuSa(i#!Fs2)36+r#CL>TFFWx64~DKZE=W#x*?R63%Q6_VgFn(5y>D{ ztDb;#A7yg-Q+LW_OX4%eym)&V&^H%6Ntp_O(TQkToOf2AdBEOpFpM~26W!f6PFkCW z0xY>%0|LK@+0*nfSUaOsls?JJJGfmx^|PVC!!(9diJ`ssl^vtgxi!CPTQpdh6}b%WLqFJ}uy{Bst-~)hc_S&DV4(**68GwW+G_D_W>WnZ(~PpSs~9Q1)TaN~A)2 zAqH}Y0V~VVHt}8B(0n-U$A-$nR zTI9`r%f&Hqs8hA?6%`

Z^RyUcMsIte{5MSWsChiLyCOB9aOC#OS9P2>7`ATjfpv zB3@OWh;MaW)7LE0{HjM48VeMCM|6kaox2v~UyF8Ly6E2!FRnvCKCRmLrM(~PjQ-5n zK1jt|9-cG6b^QE8N&cc8fVLff&V`wX8N>%~w5-{eMLdsxGta+gj%;*s%`fp*prVqiAX23 zL0&QtU{o_7;57vcM{gY+QSgB_Or;B#a^o>XJ*3gv^6o3vD|1%hAcm(my&fyCH^eil zDF7=9kPYW8@AA&N-8}#@t^!i zF&24lwbsjz4(G;)$2&dP@3kj2L^sEBm0{TqwO7?6(`BF{u?JH`kbj3%L)s^PkjbNJ z7%X-Dn)O(pI;3Dbuo4RCB1SW4;9B;UkXrPs|H<=}HOVd*mb|{0?LkT`P@Iz^raQP7 zrdg=BnI%qRB7;C;N3CS$7d3(bbd-;DR%s}I(l9wi{AVY{DI)w=o84o1@|KG(H_$Km z0OO;~$Eoa%@5RbFK+(m-#XzE-hr%@!`;N348Tj}spQ&e&9@dy^gjm7aq8NpV-Nd3% zYtV?MbY@Ai5tSgP+ogRY54$?wR&uf3`PzU98pg-_RGMr_?720a73VmL7+A17L6x<4 z&-Rg}Pa8EMWUiS@B5L)8wDHP_wuPaEeE{aM_A>EDe>==K0$9AUV}&{XLA_vf3X{2( z_5Rr4U#7S7K8|Ucc3{E@EeOiIaPHu{B4+?Avb!|61gG+rh;?sYbMx@ z9Rw=W+rL=VlCr`WIQlv-*)AkCTHUQof3=C*9INHPM#-DF)t|HLH`VmlE*?&muhaAWJD_?OjzpY++eqkFtMMSeT{XoANuv} z5lL-%0)G3>EpGm|F*L_?dQ-nnoLH-=l1)*4t?p?ZzA%x=ZBwQJI=t8I%@uNm$-yRh ziWcnK^C$IW_dPCJR*=8ylu1YVSpWKGpy33($+f-*#s)2*$ti~q5jM@GwZj&G(*LBa z!tLF|i=kEYXY;6}V(xz4@Om&HLCc^J1{-9f5{hH#cNoMgl|r2?P$3b|Dbh3N%TE=|>a=yxJ_V5EBAZntkUMB7cJ@8#GSEy>{^7B z6})Y5h$hhQw`eA>l=!9UTs5t6xzUMR;k{FBF@dSv@~=x@~jouI!-Kn#Am!W zMxf=BYmgR=91}Df)@mNzmqsWNt%lod>WE+W%OSJ!a6u|k5vAV<8RzkXcCw{JeYV2z z=4Zi~&S1?2Ga^XG6%AS;o+R|?G+V${Be|w-+7TPRfiu6n$eFDQ89ag;kjc^h<&Eu; z&NdD8PmvX1t%G0!D#*HrS_cH0O-&B=zxlw)j+-eD2skrx5SP3j+(_^b0vvwiG|S2(iXXG$+GHsy$iuchHS*@j zi;%H*USyK0%;)w@_dV*CCW8q?^u94tEH6h_IH!M+;{lNJNN3O`^Hva$Yk}CC)_70* z|FHKKa9M0y|2TpmNF$}Rq?9~7bax{qARygcBHbz7B@If0fCvakhX_b3DP7Vb(!Y5) zhohXsIWPCz``-Wizn}ZzqtC3_duG<`y=P{v_5JR(Tg7SUdHYQ$g>O0Vj%K>xL=Uh( zwjnoa{pgj1LOn&kSxFHtkf0h0(#+DHprbcFA~Pva_~JSpZFoY|iyXX~WOYcsLr;=C z-%N;ee{CZO>q|@Wd^C+=1gp2Jv7n-RXyi9s#QUWX^uWA zjsKDB?U3gJs2G+h6L)S`jq_}N@6y%?J zO89D-woSp%s5R!w#tar#VdIK}?tvfMkhs2C3k|-G^3%6aeHF6g`HUg@F_4$uv-fl& zBbc_L=-7nzmNrS1?C?HuLV!ZEW4steWcv(Tv{V*l*q#Jq1bQlQY6K6zt4QK?X2%ul zJ0$e*x+h*%YoI0Dfw*R(aOGLL-h9T!dpdn_IlNIK!tWZ&qmC^#zarhFElNXTS9)|; z4#S#nI-n5$o-%q-ReOkS(>M=K-$Wto%+ZYv$@)!HxDeX6yd3bHG1! z&A)*`3amG9fkDdfcP99=FhG#{rgxosFh0K*<~t_$lT0pjn^_47fH zZAK8lemVR3tJeAbQJ2Y#ApYN<0@(HQt^NKep!k2fuiqbX6`2tv2>O#%1{-Gbx z|A72MKj2mYANGfSz^wrC5B&hu0r`i1fa-w!LqDK10r`i1Ku-el5B-3y1LPn237*wI z)9(Van1$hrP{n^PvzP@0>4qy1%s>}$1oLoCV3|)OA?MUaoX-IuBJjd6l|P>+!hd|o%-7{S&ENOn5{e1bl!4V zj^$}YvZKDS-7c>B8d3LU4qrO}n+oH&D4&d$u63o{9E;9LqK)>o)=cNoU`?l|AEswf z{qt`Xqo))iqWAZqVCfx0|7d;!EY2&&_(2R8a(0`Cf>0m~MQ4o?qRLy3Jcdt&mB-ILn_064Ou)mwkP$SiMD6UjYK0g-nJ=GIKQFCsWaw$)D`qWBv^F1Z|5mw3ktU*t+`uD7j0mSaET6`836jrQ zzDgnOnbd7G?pnwy81Vhc23adTH==_|`IXZ}CPlC^_&pfxdT;`_9E2;`Ni@*WN0zFE z7KAy8Fwtu6cIN67NT!3}Co8Gi-eRg7#m;OnsHyTBahsO&559V%9+PCN#y6-Zm^hb3 zx`gHwx1rcsVx?pY64-uW+M5g4YF@+s1+!~f^`i};=$>MmpL~7MbDGR7_&)P{M8`cU zpZC;Oy_>?Ts1zAWYvB2AIT@h#iS%8aEOnD&fg3D@W$Y1bW+f8 z^J$yymXYJzHu(v-L0+SN%3SXo(-LiC7TW8TiCNXj^pr`$--HVMc)z>q48Au0I_%&6 zEKJV9Y6UBJ`SUiqQ==_5>X?10VEdlW{Xy;qZP#!{UgMKK6}<|y)aj)})Hpm3o^~(+3U-VBSG4tC;w4rrMOrcWN_dbax&$;g_yFvBdYJs}6*RB|z1~FZv zxB&|>127AWeXRhIm==c(*-17P2ivJ8BCN3XjrRtGLUK%b{@D79&|vDxq8=Qd$KoRC z^f7c_hIYcK9=&HEvL>?XrQe~$Dl#dBN@<)ySCb^|ohL`dHAoSWt#;sCH-0)LNK>ZW zr9Mnglso2T62MJSle*3Kvh|xxVSDnswjIte7g{^K#7{MIh`a1c`Ip|>6@$Et7c=Il zhj&4u6h7-tf!q}S#N@R%1@pCf(s>_t!L;{{z%R#y&v}1&CuXg%sErewfNJ1R<2s0W zb0Z8txdB?2IMw=@=~H-^2cDnzp?NAxHO;GsDOzLRC7R!3GrdC^h2h~ojTsxs%Eoob zHW{(Gw*tD6IBBIY-(IPraL{@?*F#JF2BB!{V7|2FQ;|tzPUEnL0>ckj^-u6M)dVVE zAG*lQWVDg1_z(B_NZsu9TsaIS*>@j#fHY&Vs=1~VF2MCnV!+J&bHo6!a{fk2Ko(%G)ISk1_@hht-#!0n zEdXK!tb8_LcmdWvBk&)P0vyE1%J#nzH@J%9^4~f?+~EJV#edu4|Kb<`GXe=;fSI<8 zg8aYy2>kK`31k2}g)R>~{Ne;d9Q(850S^fBD*aXF2OQ}$kLXuf03x3|=0JUjqYXND z%puo+$Y+lEMMoQSML_dE+0nit-pI&yfv^VeSswr^~^r* z2+2KNye+8Mi-x|2L@=fmi?pM6&D}#JOmse}wO!O;9_{31f}8AnU+BR*_r@5kC#Nh2 zMC3eJRUP9A`{4{fnVL!F*TNIZD|TX8%-V>x)6=|Jmd3ATGraeeE$^X4Szc~8UT%zy zYZIr6xERPHTm{2*>XJXON?60lbm#9tEh+^>}DtXak`Gka@IU1T=$%J~y?*NkHhtYoy%b9_fjBdWvO zaBj6RF&28+y5I3Mk%Cg>kd-F=K9-rkKH6>MY-O#Y=4FiS&3JAs<__&o8WS z$#%(f;;V2u;&sEa2~q@0Zs6bVluHyx0oRw zQ*DI5wVz{M1ZPlD9+E=(mSa{u*`W>vA-|uFc(=oP8vRpEhyP~B*3=i6uo^e1S@QmA zr=a3^f^Gec^o7ZCa5qkyk|b(=g>%s+XL%7_En}tP_JI-%%4vZX9Tgpx8)v%h(dYxy zyY{JwjUUmLGzM@M1dD~`{bkig(r~{ll!z^akFp1g1PcUV_fNU2XYXY{#@D2|EJr2_ zV18XGFa~D5@VuHwNfr?ROS(f+yDd_}w7wjgq3R&EKkaYdK^3((NNybz_EbrfB`*@V zQGuc}#NW6RBx!gAwH7iB^(0-!b0Z_;8DstlR8w60qbC7$COC?kUr4+S#9LSd5Sz>C z=R2PusZ`WNnI6^A8ORxh7z{JeA63-v%kc%2^FMAY1rtA+98holS}$GYS8kU=9#=MG zWtq$+@fhv4Fs%2417otV`MCFTYt?<{#aGf!P0wR?rtIjm-!9`75SN+7rzVm0 z`R_(Ei5_f}!x~e3t2cMcWs_FhH^Vc&|IWOJ)?Fg>fsAkK&b^RKKEUdf?uPgzSVt{Ymv)0M_WuikFYLom33P-mguT3eP|vJN`J z2@ldx=6%ufu_3l(`L>H@P{yYWvi9;BmHbX}Rf6%{WZl`%UGWVgU0oA`hPOjGGn(bT zh;C6ECc2WHBoZ!gmKA<2mMaK$i*r9A+$6Yc&@o;ymyB1Tzrw8VBtCG`}GC zls4}M+P44+GvEOyV>rP!KGu63&#oon$utCHv@{W<1MjJT;yfw!RF^@|j8qa)SH&2c zZ6|A}AQ2AfSA|5{C-pJ;4?Ma{w%HP^qh8Tb3-_a_%r)p$Y4Ln!7sw-8Wya1=*#pa8!DmTz2VLjlSqC z981cU;;uO6F?ZxRWOvj@L5{;17Wg+K^ZnV5oXczcm zW9;V{4k392<3p{_Yx*&rdsU)oVI^ti3#p=Vq>_}I2w~j&&B+&=&ZzYotE`W1+h?&P zDc^z>9xq+1m1J=AFE(^&vZdN%$K{-_F#{zI^Q)=i6+}BjuVt~osgguS&m{XhmwaTQ z^*#wby^a6o(WM=8#egN~Vr;`42;2M;Wo@{DKi;U_>5MOIymiV_N`MgfBp*E(TZ;Z2 zE@S2U)dEu74w>*rTz4Dm>u*k>oP>9@j?fHE(FEC6n=6R<)`yxtk)NY{Iyb<=ep8|Q zChUX8fGqnQVDqIf_U zzCdOGDCVy0_pWF>^Xgyp8r2hFqE6YJrxg@uX z9F?F}i0v+Q=bl5Np4lM56orcCq$0!gUJ%1mzP%`2ZLtn=2W}ceMuI)%X2l7;oNw_m zGmET(K1++%oqO8d3{TAS#$j7fpdO)(JTU6^3z)z}U&sU}5LhEmbazK5eL7|aVbylv z;QBjCUwZdf44r`)FB0_u{+uugyzfGh7xMSJ#L!=>r28Abo@66CSPo_-C%Y_fZp?`E zXrVn^X==cOW^~cgj)+Sd`R46ULN2huX=;UTcMSg@RbQ*^ST`+Zlw6OYy~3`D!J2- zD87^U*w+MIW}_T}jOp^!q$$J3Kc3qzD`d(A1E;uDTapVm)=*tg<WaeJVw(x~7kQw6K6z4Xt*cmbaFow)oP%xT@*Tc=0>hQ;iHnXs`FAD2zd~2r(XY z>5_^?9gp%cYL$tJa)tXxNx{KA!ceOeD0?-GmL#Q9t{k(8nLLB$BCcQJWY`rSb)Cg_ zBER%)Rd-8pGk=Kgcs8f1(c`^u0yGKWtw5+kRGMXkqch{ z8%VqF+8{AJUmEIb;~DfRisl_N`gSpXDMQgXr1X)~X8aL;)=ybW{DX9@YvpF19`V9G!bbNdq*yr2tjos^z z?5rx1bM9;La#Gu+?RiBzo$Vsh7F>nw!GLysJ6{K{erx!h;URxO{Z8s# zK_4NOM1sNvK4D2SlRH*mCi16P6&mfq_N4+M$d4H-;|F=%Bxd^X38Zz?(G{3dM^<%D z>#~z<+L5_B3Ggn}@2V#2MHa4kI6n%oroi>}nnohA<`K~3URIvd(rGc4>@(qxt~&|Z zwM8nWe9!S^?Mtw2h)Zk22WEodMJX3`LHiW_o`no=ln%2LQEKPQkP}0t5vy*^-0Pv% zt9=PYAFb8Enci}$))?=#>|4%2D{(Fx|RJ5R2yL(txsxrolq`c0?yU{5RvCmy_fk; z)LvJlq{bm4q4TARUD2%hU9y&-5`=o-Rp%_diO42)?fvPYPk7@*9rA-Yit+J=5>9+N zA8cY@v8kJ+ha{Vr`2DK1QF)WN)go?>B!bNk-kZ9uyus0+#PPjUqpR8|7iScA0yYXU zn$MJ*3<$^L)vJ$(xVoNumdHwvK1;t7KYGHuY!fkB%{CT(l%Nlhc$66Yy_S+$L881UR4c93yMwse zHXC1*J#OW5dl+aN+%`Zc4wRtrf1gbtgp5)lA&EF+RRO($%<)1lQ9IY?dH$=Qcc6fc zyqxS_e$Az)e9<~m@6r@9%Wi2T&supi-z8G=QheK#PgDFUV8CA2E$zmtl^1RkhN{qa zHQkBlgbWC!(&YS{b1%DMJ|WI9-mX{4>0cBy~*R6%)BVnxNa0Ox^mvQfAce|7~-905PM#_68sdm= zgx@3AG>InLWdjC{xli{kc+w31*Z}~u?l;f--+|~cvHy(d(Sg{1f%MpcT!(+}EuI)ZalCo|p{1gQv96__J`naiTdf=jlU|Jk48S`OR0mj5 z3z|0Wb==U81gvic!0h|Ad;RFT)3nTvVLO-s; z3Q^}={NMfs13CQvjhDO1?SR1oKd)yFh?h~4!C-*i`lFoy@tlPYY_j|b=68n2{fg-c zLomB@@-FZi5rN3(g9AkOd-Nf?@u=_UK-(O1K!tjX^ zFnj3-T*G_@{hoi>^guWNXxjlzdquDRcZ|Is1lxuiE{s}8hpAK&Q-|(&Q&Aa`(V@3X z5Owm#hT&Lm!_X!+G@_CyazZ&+Ekv1Rv{!}@GUsmGt;FY(a4}ulfPsIwd$)IN(N@<% z?!c~8o@7#(r=l(FO{vFwlrMFvI~mp`H!EaLvX=D0k+V^U%wERa$1Cc2IzHKzlk zy!{8Nf@lQwB|cLTkB89Q5k0Hg24=~OwHT)E@wu2COc*v1j$LK&@Pr18&Q^P(ceDpN zw9z>f>Vuyt;*r3tTlhb;?97_>=TP|?lzdMfC#SY5Wu*&>qxtBw4-^rJ(qbi{NMPq7 zSGlji=K2e80*z9D=q#p4=T_8*>V#kTWx|%;O7j+VF>Q zIHEO&DpU`5ctwngH`}QE1#q9bZ;+u*6TC1P!0bYB#OfZ(aM-z#^pI}N(N!xtXE!1e zm+i$<6C1nduXUF|Bcqem_qkFg^l#HfSFDz*(jC9Stw8^d*ECI1zjD?5uV>A&1QA?o7$Yzw$*oH0iE*XNg=G_JDo*9`~vHh3#-I7!B6`h=mx2a&XkIN+vKK76^v#s8x45EPI@byh8542%3TbQ6pl*Bho~D}VJ*9bfBV>e7HylwDaMJVQ^2+;a*h|R&GoBOLG$D%Tfcf0CSD5)bNad zNNa8(M1thKmvk4$fi&s5*T-!UMVx*hiJhAWjC{3VYQQZ{Pn;Oqc50j&c`b{Ka7v8H zP2$Y=!m&4oq4vcY%0kEOPb7M@7G89~hLldUPt;XB7V%Gqmw4n}?o`jIvTFAlhSVPR z4T$W{yeubjdG6C}g0By^DU{5YGd_wb#aMMGqAm~O&*$Lzu}_3DqdrD`v>d(+_Y_~% zz+X9#WyR@8^n=ytXYXd*>IJtx{Ub)L`1J61TXplLxT-wePaPWf`Zd_E_8UwL{O!$4Tl0#j4d^0j zW7oq8%n*Qwn@m=)@)VlVW&o0D*jcUDDN%U8?^*q1=nZoF920UUF5s0c5?7*FIxbu&>hcFB@@JX%Ot~oDs&uU05}iq-L@LyMApT_3m!hC6 zWR2urTxvzBsCNYvP1})UH?Y zOt;Sy`^dR(R-GsN1x%JjL5tF-!tH{67z`C8w< zdCDh=IcmMbo4L|+d}_z0+vD44;f7%|OI#p{^*tQfp!44KEj~|M%HgH{z+@y@4du)Z zmDkb(?|S?sy3o{?{nWVQ4_?I^ACS4gE8P+-@zL6FZ+$#Tx;eVz^(m+udUcqi6I(ZU zI9u+`e8LOTxfB_cT}>6;Zn~k}JzmFHL-r25kG4|ZFTJ;`S`LgC^ALyeqxb-GYt|iw zd7$#F`y)>adI&$CYRajiTsOA-CiDP*K;t!)*(ccYw_Y9sylAh!FHaPP$e|*CN`(@N z=ic0Y|E#|Ing7x|{RcLS-!ycshn|m~^51r>+a9K?A2JM6FxrL(!#R9y=izZ3emqIz z|M=K^SREgp${`3HQDLCI?mV)50VOB$0ZNCEivP(059+ zqYNNuPQ$s`JiAl`?L_7O`oR}u7{4A7D2m;>2tU85H{0}0azZnm`b{~T#iO02!MAGV zgCjwEq))(aU8Xj7yJ;E(GP7PIF6eyNdg?331N(U9VfE@Z8LfF@5Sj_HpkVM&MhOkk zC>IX?i>@sV^O*uC1Bq6ImrtH$yiHLoqdSyx+)2`Iz-1%XK&{d!eMdm5uSGbD{D8Xh?sX@jWVXe8Lz&{mmlWHNRCu%m6Q&Xut>#m=8wwf*-##7z0Mxksgcmm)f3*K5CYFkI0v0fR2s!4UNREWvY)7b@F} zYvT3JNfN6Kho`1Dhwwh+)~3gD*9Z5ESAh~Y{CK?6d2mgRkQ0kE(JdO)h*aREOu*kEHX4uDNtktP@<=_twphjAsxeAzQF7FfJkY^gtNnU;ZP$i= z%D2dk_R%~W_@H0-#T|tr1p3!eU%w)2r<2sK$kB)B7!AJ6piv-YO2s0!4$U4M<@ipV zGyC4@v`y}qkz%riE;6W2vx!2TI`?Ro@w>#V?j26kbq(r34dLR$G_`r!mFEU=u2<>x@t|et>3H**H+_$*u zATaWQh3VW|0k_z~vdKA%2ZpyaKzZD`zC&c?Uo+P3L2VJv2Pn4KFwZ$WmP+Op9ZkQp zBtOszcZ2M z0Q+<0t;D~yL^X_Z{j@jvBBW8BiJQib?@Ky$K?!0-LW{X#*Z+@h5j$rnN=o5Ug9uu6HTh_iHDfkiF7lKjL%y( zhw6?86`bCNFF6?xdMF&$^KHsTugMBxc_KXb%`)N)_2+?OTWK`cLq{JZp>M&#QBg`q z_!IgbPByHMw(DY1#P=OXx=p=w5a#W0n@o(Tgi(>V&S5cCSiFZFl4deA&2l}(&Xtin z=;LnqDyY$sZ_z~I<150qf}z0@(4xZ(n~y|rtb)~^d{CpbbL`Cwn1wqG>PNbJJtka% z%>)0|(;PDuiea(4#oc4rgfk!P=bLV-7*g9-$Jj2TyGoj;X9}TMvH? zC^u-zv)^`QNr2AV^--^%N5jmUbB>c6Ocb@7&rdas81|ZPy5X?z0V26EAoc;p)&fl} z)L7McA-a~qE_~Q&XD3tL?O~w)vOi(VX!1h0?tB7~_k5hZ|Ec@9oLh(eJ`9>;wbZ4Z zbX8-L;R3DBwfmP(V!gA*6sqi0B+I5d+BDQ@UD4a@(mtCVp*M{q)Jj4+>D7F#a5~w( zfmu8CjfrwuMg$e*g;@6niQJ^$O_xqq>YYk|M7fPmqB(Z_b>MS?+rh$ix3Rw~)Bpw@ z_)=}JXbytG7qnIH`w-~OfC)Ew>=;O!9i;R68=Sw#;7$7ZMmATd=lBHL!5IC%mb}eA zD4hcP0$fuIVR9N+F>7=|Je^dgr3I_yj7(vuq|e54zcM!?DAc~zE`K-IBZW4nD0jc? zMS9;Vd_b^p>cDOpGothR0f%g4p>>gnCA&5a3&&c|95<H6ZE5M8mF$CI(Ldg0TL!sDlkUq#m8Sh%&M$ zVITAHWUdLf?`iFNx$UQ?#Y_8=QZutJ$F>nOk&`w5*e6UsnN2l7$>^FI&>KokDF_$noU zll@CI5EJv|=K|8JKwjNH|1qB>H~D$bpKXH}015yE|7X2;auCB=ewND*0}`^FUlGLg zD|&ocO%T&rl9#mj#GkZkI*O8=Ytegl6Y7h(CcMz~A^ z76>ijvV!w{z!IZ>UE#dqRe#yeabsXb(LX;kkniZv3;*m={J$^YKL=ZXU+`D5z&|q- z{_4d4OqtMS-5_*M1rQRtVrvPrUa{i2t|H(+!KlyhRtSa*0ff(x$1^||BK-P6G6bGR zKsv{MfkzOSCJ%WLomGV3)MwvYhy?5gB*;4!BAsE*Oy`&{Fr0xh$Q$dd41$L0B3})dA^T7oceY>0B2P$n}`dbh$X!79ew6EhP1yi&F#rd$lIG81n^Y zzgYN!;Jxi1Od)0klAy7D)KnzU0AjxH6=IOad2YY*%n`a#mf0)rb4TR9i+uc1PM#Ih zp0A20k@iSx=YFfl%lmgwROu3zaZ4ha7i}Xj!h9@>@#796H(3@DR-LJ}-ZdbFl;>+# zIK(>5Mw(W?#11vgv}Tq;O*#_!qEaTqW%H(XH!i9Fj$MJbAz9J==phuQqr(!>cXN_% z*T8|Imoj`=eljWl66yN=z5W{2Nt)KIf0pKv)b?@-f{2nze`Q( zFyHXIHuf~42%lu*kbM=&`=jy9$Z}@QT_xJea3O+V7XrZ-0D?6DFAz%wuYREnln*~1 zg{S7rC|jH31iz4a>~lBB<6-b!p{04*BMGRi&@K!uqyy-cig{a&1H%Z)eH4RNpH`+}JMgi0wLmBC0=oRWdWi125-u ztR_S)-*ZCgs@w#}EGlQ;=#7JcSHrA zD=&SS4dyFb88Cj`+r0Y3^Z-~UU>n{pC4X9kJtQdZruXYx7~Szu6K}lI22Y>b$suJP z#CmSn(s+QCK6z~*(j1e2eVXxhdoMo~;|cxj_Jde;CtBF8@4l*ne0a7d!;V{Kv^-wB z-IR)Xn)6{U>wj#)pYi2?gChsPygxf~Ktjg9ODwtkJV??wJfZ)vw>BUuB3<2w0Rr{flN9%N3*F|G_CxSRl6R6+SvlOcw#g zDCtmO{VX5I!loPTM|ZlTdi!Y^_rCCW_8W^X53_4xJeGxxghzt+4sC@GV7!(*h4=i9 zo3I0v6JaB!+w-mjt3HvBAsCcMSZr#vf$)fM;u>k1=>6$4k73RH@ptJE@XebHT+}D! z@~F~e=yIT=wgp)i%TDYQtjzM>hE;CRzab5K%a7bW|L`#yhx~XXmy+>xmY8@KN!Id| zPiWJ2$L)uaOBU;0AN>Nho!X~&(kmCm0PEVk|K+0|kBcfbm$1Bzcn#*+wy$y`S6phQgrtLS^ zWGiE8Z@IasMwA^hiPVU4^ebPJN_r}@{Kh|I5=VbL@jUmW^t5c!Y)4P-%L2p8?M?>n(Q z@fW49*6XCj2`TFVQ<^Dc0A8x`~g;)OaH0Y$0~ayre|2OKVN`5)*#L>fPLzZ20LJ1X8P z=$X(RxW}1nKRM>n0{4l-=H2=yhoPhW>ajV*90dN$4dyHQu3+{H1Qzos{-W8l0Rk)z z9@NOvy71m;2WNcmODMzpu-m(#TvBrM_>a~fBB(BT;KCC~ge;*3!fULdyl9frTod%= zdBOVJ6z?|P$C2J8tLvsoxIN#2MW(wWsr)0K$!c1e2)vcKnXO0MTgH^U@VLa<=pi1< zoK#eh4^fl!{*WujVPd0-n+;bJH(3&ouRb=rZEIIk2@{8lkPDyRuxe|*LjMDCY*X&) z4+z{lwA2a~4q3GJ*c^>@mW>D$w@_V=s1NB5o_u5Wy^UHq?#58%Y`Jr<=MJh;h-%Uk z0^7y;u5m-6{E;Erlj#@pTrJ>F% z#mnWWh8vZCfb51iQx}agfLkX=n*BzkGRz!?q0X#H@SUyS^ST?7n#I=zOx?bkNQu0T zH_I9O=z`rojl}WL9VWu!lT2L9t#LE56fViETOCz(>yDi{iEY_biognbwev-N)qIU( zZv|)Ht*iI=X?nl2)GN2&zvupe7b_4-|FSW87NWk=n7ojN1sIbz0pM4-S0ld%4 z4bLHhc3|hpD8EGp-&g|7TQ0#GTiy5#xa+u34pAg79<2e~jigg$qRmjJ?bmZvcd7GS z-*xWaP1A1_7+RyFnOK!`RIXo0HkeJRm>luwD$J8CI$Ue59!hmz%Hn+|#h-eq@>lh* znJ%#LfCSk$1tFOGuI^Rlzj95Tv>E#vl=>EA$GG zfARtx9|6J;1d>KOKWKpMtfYco07Z#MjMa7JY_{Dc*!EG!CedIA3$RsrM!+NuB&`z* zRS65xBo!>vHR9FDh$U%r>%%cj4nj`P2)Isu{^htg_+{dw4EU~Of z^J!RlM=M!p^#&(ZX>c+ZO*VyXM^eN>bx3pUhdFl}%gtQ}^wMS}P%8Bx8|LW8Wejc2 zsx||huX>e?j~|*F+KoR@6w$1g`J9V6N_nK6z#8B7%~85|(!FkQNgVY6%GgLN=h7y* zqQA~~anVNg2x&`T#=qbC2^P;A|C^C+xflY=k%}GKM5;qX;a*WBbl1_H+Urt@6{}aF zoXn3Nxgpc!m6lQvJMVet-P1BH_{M~yTnvAI;5MR4=tz!LP+#Fe>ouTCN-LkM{^&Iy zK0Ts=1kiT`98vDaMhGiirdzE~E7@>%F&??vtvz=ty~Zx~EKyafMRG>tc}h6BnWAxN zgO9Nt{jzAw!YuqYrr|b|Ne|OokqApOQDU|@st1$^db@QMT~d!#cLyENTxjI1QY^^= zxa8S+3CRMac@|R10#>z$MhDhKicY@`>xUhvC+wWCFWdFaov`9%2R^SJRa9Po@ArB_ z50nUwUE`gE!^w4UgCZI7dH%vmm>HO8_KyQFKcC_s*#RY-Dq!cI zgA`}Y{;S=8Rt~v$Kt2ae&Xfh@bJ*leGe(v(gW;F@fO>#@4xK=BfXHXy$wmJfh>2b4 zbM_zXUjys1T(Jo*hQ}j*N?6kZ{btiWkNU>esi{7VA_+#tU;*PBgoj{#0W1z;S?K2& zS$%l9f|>@ko+z(ZRA?3@a)2p2Esp|ketR6!N;@(cdPiLGb{E zNNbn274`VdD{R~JuZegyT#X45VR(4`o_(&A`sp;!;@#8rr*!8FTM#x}DZ1e9$AUdW z)=iHLPqt!ubS!=8TH+DKf-CpGyq?KlluF%!MfZ7nX+kz2pm(MFX9Qi~JGuUJ|3)!| zAt9#e2O+|AuVekhzWIi_%yRj%nOPJ`` zY}eeWPCa;?9-BUxT-3f7<2#c2`U6tX@_AD>7yG-+8}cM~GNm7X|eWq^D%d&*Y*8(zBTi4`nS1*-A|meyevPre{KIT zv>enjCG#9Mk^k`%3_LPdb-jN_ z=8oVGJ)^(6!4io@qqNq$D`ny*oob4P_ZHNu5~;V3KYNFPuV`DCGh;ELw<23}VIiO@5f$2C%O1Lmo)OMDt|bW*rEIda(JK_Y z7ZW@KGbUfTRUh$jsO*`%;9+vRQQWPr&QXs#1F|?W~i4Yx8wB}85n86;5>@(84iiYex{&wj_^_lHL(r)1Q$^viw0nBnBJ`zQaK#7!uw>fLUWwgLnIYF^%R%v{LcLh;PAky6 zg-a0aKfF>^s;9Nqk#yl3z>TfdJyw|TDf?AopR+M15b?2>igKMiQTHhUeFQl-B zJ^YN_-sIBQ_JYsb?Ab5srOkpCBC$~{Ro^%~KC(OF)$(2l54x_~Ay*r{5fA^x=kD(9 zd0|cLZ^xR*Jh0{)7`DC7d20RCE~TNfK}@YHcwL~2>zCU_a9a3);C&!o*V8#re4A^= z;{6&R@6j#tQbhY9Rt6;8wGce#85}<^?R!YKPN4a9Yrq6mLhpAix`~!O?G2XMzK=O# zhthN1ODw23z~WTWjo&1@AI4BMjXoI9g%BI0HnwOHk?Ge|>=0IA=|0o;4KR*VKkX`KqOiW2shT-)Rt>pHwuQ6U zsO?K9N-*QT973c^bnucWx7fAlvc6`!qH7KCDt_*3b=eOV-VA6phcw^f@$U*^-npwH z)=Y)r&+{-570Q_;HqiXG?c_QQUZMo|=fv^k;Wl8>Ot})_qCYr;AGNlxZ%WUA5{&~t znqmn(3&SmF`hM#WM#tAY6^bz3LT5o-n6y;3ocGnRPhT(*tRcACVi!hxSIKVGXwAnzcY>9!FxD$4AtK1b;%k=KTo~UOuc^$ll<9V`Ty_sAC?jQM{eb}gMZujtD~<}>90<3UUqgO$bbI|C-9&3 zb^d$&zs`dO_|1QZ%lOZB0YG5>nGFeu{|YSte)9jNY(5|+e#l~{zz_SMc+h9wE5zeH z>juDFKPUa2wGSYld(>wQ^s71lOZ~IeG=U{Je?h3vE(MgId(@C?0v_|3+3`C>`Ye;$ zRZNlpT%sV`RRg{(7idtfa^e<1n(XRBtOF0k{?a#lSyVRhN2jXoDNJB~N>;Dvdx>5u znIeoi0@~Mai^yhLVz!4D!<(|SG~W>jgMKRMX^rtF3N5im`*lo!Z?W+L!i|Z?^bSV! z$h%pZp!prT*KVXQX*$<_jE+R{nB}z1s}ZoF*p9d0 z=FJ8(@cBm#t8xXO)U6keeURCQeG(fRcd1=>#ZU|*`vtqsRbD(4z#wZ5v0UmSK=E_j z1R*wJC+-CN)#T1h$#~Qq!dSS9cucb1fnGP+9$oXDd?wsUv_=7qRlU@t?q6@%Bu-^z z;DBRB`Tnp1j#DIrFoaOz-rZvi@f!9ua+5=FXg8M0WCxoPOT6aWbMjac z5yHG8A8%f>BWr6UF_uBdVI<>QWe_XU9#ZSL3;#0Knr$)8TX#IeI#o|MMG>oxOKaw< zN=&H2DpdgYCllFSJt3VaBq5l*WY4B%n^G3~@>5ioXyt|ouMtdY$}iUS*=P%q0ZQL% z8>7*aw*sF8VoXebc>3k*0H+IH^`THh&dhs5yjrHGG673!bf=5^3OesA90ZehiPEcE zwNiO?WUT!yl{DwFkD&RCt1hwnfM@%PVIS~CR-~%}kgk*g7{oL?F!Z!vkGTo_2>VX! zP~>ZvZzoRR_N5th@RwbK=}gbefC4fBV194(YqSY^rA^*PCm=XE96lyb%!M$jQvd83 z_rBa`|Hs?tu;{1zk2jg7vC+Arc*$y~W%!AZ$@N^n?F3t~II#5I!4ZAR`HCy3E%+lT zf$kPoNLlzj#rV2s%16fYnYjy!kFhu&6g>}W+-|-_&N828TTD4m=~;d~7}Fpo<_(cg zW=zjSGv!IlZgU-rcoLOZ`tw;89Ju^vj(bIkA(hgVtOd(^PCjM{<{@UWH=YPf58d|J zv5((>^zLv%VQs1uV=RpPAV&)bD)^$km57-4$kdRlmCubPyp3eKu>bXQ_*^;jrw*~I zuCzJlvCn*J7VCS?mSNw<-Jl|jD+4bb=2r|ifqxfnQjjbH(4sNho0=Y!!JF$`g(;=L zbXM2W{+x{gJ;Sbg212}t<~@AK)HkV#QDMpaDY0i8c-Kal-siO3)_{G_1mEcUSsA(| z^G&@P>e!txlOf#)sXbT?5}wZWQG@Vf3>Yl2E1E8qK! zYT8>*C}p2zKFJ6k*j)MQy$()EQwwV4q5jeCYKcAFQm20JOVBsjvBUH+S! zXs{pxcqwJwcLfhkz8SmJD$-NGqL8Ng!NAXJK1xopD_ztdc#aHpVW>G% zBn3tkpz{J?a|q&RT{?5JX}z@QV?*>QiEIN~9er@kg7?bvLMD#%YC3wuRN0!2ZfqjP zY+o0}q&QH@XW4lI>M9_pa`a!n>~WkfUS`wlHd!}XRQ+S&Iuxo{DunRvsQ$jZrHb7UZ9KhokSd}90QuukCB_dyT(`r8b^dlcbk}$n> zUHJ-e;Xv9?p2`OjsrSnEeWgg9>@YqXcq2M`bslFaS70AY6+6FKKhm&GucI0jeL8^o zK`w|-c-gZTH0e0FOV-+G4>s3r z?9$G-V(5&C;X>*c*J#Pm6=Edeg@Q)BG+)rktCZI%6KN)={jtbPY=wD=Ds8hi$0Ru; zX`Xi;Vm{!x7rs=*ezY%x{O13H-@a++`74C!kvFv@bw$!fg zgWWP&-JhX89^}KIKoN-_Q(vLdnSJP-5sW$S965_?|H{Rc!^yFhNkQel^JEu#P&t-o zAh(Xb=R(M>ev69r{gIJjUUCt$XVW`ET*2YT;qCHLl@%x4>t9)7d27&DaYVekUku&0 zqADQR%IO$TpOWjFP#Ssx7bY+w2%XnVn0SX_$uS|_m$uO<)PQuN(&C0_#BewL$l~Fv z7S3-u9gGyvpRspO{R`@RknR0U6Oi&k^>GPX$OLq9-W*jvV=8T3V9-GQEP7ge1jRda z^U`!wY*&oRF|uEX%DKw(TU-ahS1(|>5G&#n*E_$-`^Ip5TJDu#@-(k|f|j#{0KO9r z86!Ismehzr8|0e74?~1b^IC{|!`@r$re7ueXue0xVjOSs+V}k4GHn}`LbI2CU>CM* zwC%fQI3%>`O-80luk*+H=o41Fc0$n`sKR76G6x5XDc`h>dR`!M;LCO~#H&wXj z^dqXouC7~n8X}uX!n(zvY2?%8vSQja%kO0izPzGrq^Lep%NbbL!!ZNW2X5Ov^Cm>* zv`h9elvrYZq_lONJlyWSVcBnih{M@jwcHAjbZ6yU4^|c}`jImga0| z;$zv=$KrOpoy)c!9A7n9omI^HaO{RhQC`HUt8@*vES|RTjFh>S6Rr9e$zS#)u|r(# zE12cX|Bt<|4#;Xt_ZE-_0V$D|Qks`eX#}LZL6q*6Zj|nlZUO1;F6k6Oy1PR_z71#2 zTsen1!^E9?XTJLnylbx=Yd`DRd#~T`DcT#}GETChfs3>-lgntT4Mh9x%ff~Xep|p> zO>>##?OF{kxfz%o@yb-P2Q&kN6}J$itQXCsq`;;B>^F*-LPW1bL{<(||MHe&P9F6_ zWzs4gIjf6s?vMO6^Z+Zr_G}Kj4;3#~!eg4uscD3DH)Kb^7y5*>rM^c{E@q^u0^>*J ztPxiA3q)m^vm^=Fk7I!&abcx;&x!M7yDax4SjO#QEL++4217_Fpy(Nb5cqIv3jAXc z)v&j)<)a>^>wlE2DpY9-A6YcEbG5+vmhyQnK1J|FV82s9fhp5YFkP0&eZqxzu>yIes`vX?CTR9QDFyf9k)HU|;d@%hfTb`qwb^OwYYUn6H6lI1GeTUX_r z-%BKhod*kx?DK7C&f!j4Wq3mQd~tBfmHg4;0#k->GEfV?aeJC?Y)J1%J&}ZrP@s7K zY6Wamg0Ib}VO8i*jY5IyaYaNbIr1S_w5IGB0o3r_7LbEQE=jJsY&p!lmWA5 zAyufpz;X-WqB=Q0}WlE(r*Xxu-Wl3WW9O<7%dbXs7QYr`Nc zYqFxR{J?fjAqZt%C5D1)MqxjnMZk$K#Z?i%?VRs`^_4`r)3a|{(~fv$a3xYm5V+Ks z!t!;Z4f$gqbT4erkW?%=sBTrEyArF6H(^bPm`N+aFSX1Gir%~Qg=O3O9sHQ+@?=W0 zx6(zVbxa_nzki=EtK|u|_kB4muB>1|BNPM4XGVT7#yfJn$5c(Lgo(wuRMVBLajjAo zOQjqi9xbj^(Y%S^vI&DVBkUv1hkjekK{xOmdz0!Cw8ZdGn5Y@3TD4ay)u5!TL19JJ z#}s&g-6T@aif`ZI^|E2Gnb6H(l20y4v^aOKDhp0Xe|RX^l{_|;42M0_Hvw@om5{z$ z_)#`dpvJdq7x*mC$ywYTKgiIFR75qoiz=bUO}Tbn@#5 zXM~zWvJy52x+*0+$mV(dr^d0P<4L-^8xsYCmD1B6c(YWDeF8A;2KsS=0&E1{M7>L< zD!q`v^b+Ffd*n4VI;5=IV&7GVqPVNNyH$IP!*95%vK@s3(Z1EgxQ_lj-6?!~52EY% z)2)fLfbhvXz4d^6zdzdoti%7yH@u_c9LqAnKVj;L)8!`2AZJ_Z7VdYW2zcrHJ#1D5 z51`5EXUw2veN2t=juyEFW_CK2o^X8KQ2Okh?;F6;1*SlMzW4MLRZfBpGS9ntUb8!> zLJ!S$Tc7c`z6a}Z7|w$M7Bg8p2J?U_!&U~~mN!j}q08OqDX;a@%*t9xRMSSKTMy=& z(IY*;`@9+E)P|&3MUISC1Tb1pVQrBXZOm1}MJ-LC&9_kJaI*GYh4^p?^@?A;7Jmxf ze&I`DVs)(WfTg~+xLLYa#ZT@O+et;;okNN8X%AxGNDBWNaab|qfg{cTUTRXAC!Mzu{M$fIgKfyF-gZ+&2OZ~ zwqcBU*0Fnuf54Mxmdc0ygb&zvT-*2rS)jdeljlkcO?zCqQ;lSvF{q!twM0GCXd5#^ z@qM)X5u24f&WLD$F+-@S$RDCwos}o`N9|^4%H~3?xhJ~AgO@nPRAjjv{Bhgh&ccdj zO-Hb%5L}sY^VIe<)QkDc(sfT+3Q}J7Dw)Ca$Gqb}&g71JXx@R5pZ0*trT0SbSKowBlcA@%gjG z0=O)YX#+4_T>tp}-s;)B%Bjj4ME<01)lZ z#sr}Gw;B^bAfWv9)ro+r*Eek|z@|SkDFEI7onC$asF~$1$Adr&|J!Z>1OlGctLeC5 zB)ZGZ{Iz|6;xLSV!4`9E7rC;nTx%7;ul~su_!sp8+JAb1UA3IpL!}a+96$0A7+G?(K25A3ktGS*45YsgP{N;SW-2?4ky&tc|0JMKi9dUIJ zSN+%HyXg%HR7JSca_T?W8o^eiC6pI4MlK(6?!NT^?;4X0h*_S3S9q9@CGiJo(5Ml%|u@uEWr($Y0)e&@yVD2FK*M-Q-G%Q&#x*D4c;9#ZcYTsv8?{D3pW z1@DrLwdkoY|viq|(X%xCpqYAnldK|bjeTnHLk zM#qQb^ohY_!#uJC(>B&Wtxu!44A-M6m^>~Jo!|^RI^nC_n|?L*+4dBSm@=#3_X`j} z`R+=>(%y*abPD|w2@8buRe)TefSAs#E2tUrF^70CjeXAze*vu0c0&&W8_^NfgnX=Y|y% zr!HeUKi;Rb^gx0q%|x;-XDxVU@!hlQi?g&S<(}{&b5PrOtDXT40SrEaw+Op+}Sc;pV7R(2z^(=xc;EU$@%1+ zgZPp&%%KHM)i<)5mjQ$d$=H*Q{mLiSz1ZSj&()B~woXRgk)1c;BV$!r+$!`tlC2=- z8)0%z(x0!&AOMb2Ct&#v(PKbi%A?>P03Bz=EL_@&*q0Oo_EHB1hABBL6s(hhfbk?n z5VVM*r6-{CiEwA=-M3IpHk9@EJMV-%gIr4mh&QYdKVVSqCw4)K$7Uoa?BMN#bNM(j z9XeJbu6U|4E~yH|<<^M6a`Guo&iXHs!Wj;At!6VTa6*;9KjN1?qR%wh*pL zt$85^|3I%e(e&aHidfK;tAMd;D@uTfEK5w52|$f4%9VfE?<2qn53~Q-VAKX2 zH@s__%xdD*GfFW|^$FA#19Y>G5f&u<_4hsZxVn?NNJ1+0+L#=s+m$|;>f(briCBj< z%+h>GqiSAuDK61HGpR@3&AK&-IqMzCPI}O9$j)D+yN`bEs?Y{V*GTRvQS4Y3u|Dp{ zDQv8cZadd*a(RYUUJ-X!@Ew+Dv71<=k8@k^6eHjk{0VU zfvp{UE@>{^BjV*Vb1hL4y70{B7$%j79>{DnuzvG()*349F!5ziIb*e@YAc}Zsw^VCY*~GRaY&jkO_yP52s-gUDJM*pwlE`C z$HOaQ&rfBoY9p4DdSIH+cr2@4v$gYK@C5m^LJ(Xj0(SvQEA}uWINitXNdd_Mff*qs81}|{PYef_M#OyT6uWvh3nEo)0Ps~z}4Y>1{EJ~8cw^eqr!;bVU^FU{RW ztbMPt z*u=Na_#K%`db;0yPI#_tde_xTDuC)habzREd`=2;h*O1aS1uOz_aS2BaMRo0Fg`NQ5@GKC6OUtAPVJUZGERTPlHO+1ClsNaAty@aTxe9oUS1__#Oo5Zo2q?jS#N>ID5u<`}ZcZf0^(Vx&-zC#P2avkY~5eXw@pm`kMkBb5s zwl9ry!lPjccwyFZDyYFu--Q{`3Yg^`Vl!JQngXG;XQNY@$R~@@M!v9V7UjiSKVTRw zOLVp5KN9eW@z5|=So@gDS%8$^iOoKDzpIGX2%fRX2v)xe|sT=kg++NpLJjW!()kAG|XB zwD_JgIVv?A*m=!}#w)cY>_~9C!*DYtfttfazmjDxIurjq4sj{J782t4e{NgHn zJ#ygBpXsNoApnHi)f?oO{ds}onE^@_Xy2fhm}&25t^3cVmzb|pkKX~CfNmz&2k50= zR;qya*^3BM54SUaK_wO-Qw_nVHUG7(j4~UU?o56Udcd*G0L}sb@XiG^u9WSIqGmfz1!fYTdX^yDgS!w0L{swVQ5Os;lLX$+8#ZQ}c9Z zhk8u&blN6k1U6#p`T7bq*&O+S()kBk`&b^ugR$EbRL3RjvAUFfN|kH$4Z2l4Plnf* zV=xNPme6q)%g@2WRFX`7zZ?S8=&p<;`Em@d zT-smum<_)8Ua?4oCYiD1Bc3m?1_#`31)E#)#-2shIq+(bMtEREkWLSh+|*QNR7x6@ z_Q|{7(aC=`BX39Jh}|qsc$;`iR{#$_re!QQ%JDW<&~*O!B&QjlT?RcSi_)OR#{9y3 znqiyR=0vzM=1Jti^wv|SNMDOf>`}P=^nw{NMp+d>btsg1oBLCV2Wn@2jd_w5QWU z#rPcAWsf0W2|6Jo*#?A#Gy&sj6mcJ1U1v4oZsB6nAZ{U*LVNYU{bP4ic`2Ntkqg0?i&W z{7tFh%Xzt4g%0LNmU$;D^u`&x)XF_B-pOES3Iq9-$0vQS>yM9;>sKKQ2a>pN71f@>WG#(0W$AFUM?2~w4q}h4G z>w+t0K4#}0xW0DIKAK#O?{BfghMy)fRZGlH#cXE%pnLDwao67He$4T>*p)S}6dnubJ@n<3% zcDzO&v!*$ZGJZlB0rGEMbHmNl8>B? z|5S5Z!q!WIPG?tr8~h29+glVt3Jy?+B{(ELnHo^yFL6 zwPJ8S&^($}u;uZ)r=a0g2ou#E^C|ENRWBX;e5<$1)IHrTCYpO|9fo*2b48N^cl<>3-UdhR7Q1kzMskFPx~kbqSpi# zF1dX`QCdDJz_*-Qfl*i@ORw)6n^2rGJ4@4}dlxMO-E_GH?D}K#3H`@ObdT7Zw#chE zlfTVfAc^Y{p?O;NvmleJr@Mrqg7*~hP)b z` ze{E2|iBJGb{Qu_$aAv@TBJJs=HDrR6j=Zo* zRzYkAqAWJ!<9Kq?@T6|f&I1p3rh}zCJTab81bYmGy2|RgrgHf0rN;KOPtiig-|Ed? ztUZbef?y*OCH>M@MABL)hYh<_L&~VWl~S0)s}Nb2 z>PvaNH+F3BL7QJ@l|1JIntScowG#-pU#iTGriA06`SFJJIF4he#Kcm_;U)O5s$0!= z$~s8Ig;+e^&vUcfkSuy52yXHC5wGj6NR5pI9abTO)rMk0$*VWVHurl@J?MCQ9;l60 zHY+f2M5$HP_fS}PzKC^QzGz)oB@)m5uw`puVzdk;Z^Z8M%xO-}@~vN7(pwdo=Tbvf z-It79yMCQQr&KOEjXAe@voh1&kw>S$Sr*nhRP;*p{8zpQD=_{&%N$q%MP^&|xNh-j zpMB+kw(|lbCV4z{21b?)Llb+x`hqrKZ`)_7qXru#^j zSnmFPffeFh?$20NSd$+^D)6^N5}L7MVbzUcaJRS?oBH5&Uvgo_1t{(jxfBx>xpk{E&RLNsMF#yU|vum@9u z@I7gg9bG*@l0Gx2s}H`sCQ#Tc6No7*uc*om2^lG?h<#__*vOej8q;UIi=iStkK$B! z$XpT2F_BseMn>euaH~-6=(0=4d}G-QV1x$%G6NLXizfIT*nHnxX*soipnAJxT5z@% zGl!^M8$@x-d#YXU*oOY62#n6I1Ue3$gmxbMao@$p*YHs0n5Rr?R%V_|!jQ~6o@2i_ z<#c^J)=M9-G6*I(s#Q#GDqjVmz}4}cL-jNN#7joRHK)V?H0rXZeiX5IY=P23djV4o zZXc;bl7vZ~y?4?(UinWlCM`K>Sxp&+*3;Uvdjx6h2cgfQbVqN!>pOB2fS2J7RR|Rg zg&+V_0m%DA{04rHRYF>(nD%&De0CufzSs~yy#HP|xm=M5<^jh29D=7qxR7%fkG0-m zl?;!pNX4c<*u8pG`7NLVz)kiE_o(`1Wo*+CAzt7H^v5M)VFrayxtp|t2vy&7APVBftPwRn@Vz3Q$H``kUaz`$Mp5X?UVI9ho zw+@(Lmvh|_SpYL^Zl;C?ZrWKQ7tbVM`i+_Os8j`eJzAK`#uS_OV$H3^_Y&rXj}gk~ zr%kYUkdO4VsjB_)da#51Hn*^aF?OG?U8su-D`q>l|#bW%(z$mN5b?5+%*PJyCi;lS$ zzEwKlVRif3V`Y>lN9v12pku$!f*>V=svoKR>d@=s*)!a)5+ZVA=qdNQu)V%n5DiWzIYA6Kekj-1F7D^sx*_$s@&kXw|zH zZS+ty5w_AY2R>&ST2?M7#K%>_vsgl#v&!ZPY+=bR+&1dMYI9*!O2v(-A0!+ET311) z6yv=i^mS05>hp?+1eKHFC9yL(ic)2{p0e@hFwHx)ZSRQn%czq+-!Up02va{dRjImF zFYiiWFyDAkuk6#Fw8*u~3f<<%1;i$X-*{mtQ5yN4XMMv@>ePc^^nQf&<1AFKyq~WL zd#RRr-@B_S_Y*Al^hMfZgnsNC&fcLpbY35iLSl9gCh`rr?|^-p_l+9UI*wVc@pF`3 zuodVBIuD$^n&l*L@nD_yAJ-N_;FuJ#KKx4A>oot4=^hcUYg>Zk>0s5E4S$lbO*Z3K z%_jS*&ZVH;N;Xf+>|$eVM*TRooc?kf?j|hMh8z*(lJ6Qc(`ah>b;=Sf4#*ApMWOCy z^8BhGQkXvGIHB`6mPHbaZ1UN)&>GvQjWJ7n4St^8=x7NGU6a}hNsh0aAC+r_um|7B zR7HPQtihiaqt2c?1Cy-xx+T2xx`f%k4yJ<`8GnZ9Kq0ih$5c&sz2^U0VERu8_NSl! zg>e6O{rU%nczx(UaQrWV_=ivMze}D!kLK#u{t@beN$|IL`O0Yam!a_g_5F3(FayOB z|N374%zc=du4a*$>5t5=|IF*%b}r^WEKz#f5&yUCU#lg*l{d2>%U@u%t{JB**6Ql@ z00gZ38ntotZUCCU25np^I?((zrsPTsf#$Ca*p)g0%_}@|b*d}<0Ghw@U%z*6Yx+5obG`i0rl+0D!uJECu)z|s?_uRSWeE?J1YuES;RA)2O?2>~ zr)m*_b5uhyd2d%%ikpYX27QcsSl>qX1L>8-^b!k|mV#{Brxxu)H$4f4Z7zC98GR%( zgm`*Zi|isO5mQS(y!U+2Ei!s??k@JdGmd31^sDQhcaTMMd@(pA?r{^QT{d9x`V23) z5gmNn;u>^Ez7WvBn<$tk4=4yCu$OXq?3@6R$l)$Q1ehbMX!ZxC30fW3yrY(i+8qCDHW_uVGWeDYG#m;-{}OIz z*z^_*<;{sT;)=skl=?XF$u!IF35PA|$JS39qZq^;;kA*1MZ*Ilr{A|F3YN^3&CRg| zRUlc-C{};&SROiXEzih5i24E6tzA`rt6c9&2GZV))(8dCp%GqLyPGhx9wyLoNu=Bph*jdXTYTk1^fM9Q&rjmDfy@$72`8hn-Z2^BV;nPS)$p>Ng&`yt6~!0<45f z7ztU`v587vuO+ALA!Rm-Zt@;sd?oQen+K-~Ic$=~%zj*AACrY%OCGzT8I48MMX1b< z=AqK$?`+=3NgR~tr}lW{DX)A#$hT2S2v&ZE<7Il9W~Ny zV56L)_3%a5)pPMv2HI0>9F^LMF48o#l*c4*mHiz_K6>VxBp;B`dlSg$y`1Ncm?p}9 ze>5ylgR^7e@&I$q?<9MO-l88~^@;E64%gBKH$<%9n0sC`*kOb&G5Ulo!69|s#PBr_ z<%7iFOy3(y1RvceR2BZB`hFcBhk|V^k4SXct$ZL(zCt=gy?iYYn^k@_nsgLJ&Rh@m zRfaQF_0EbgTpa8^%be=)QY(eNbGwh(Q2`IpTZOPK52hrJ#}sby&m_A~s2z=+pYQ4& zOYr7#Ja=+RFleiLA{|5B-cm}Ig-txtny@alAA9m#TA}Vab#@RiWE=A zbzYzv2hE&tqSGb;iX3l~vYwQ*BN?3v77)3pr+vbbrG-Sqhj+>K-QAQUDYk*?{UA*_ zRL;pOU0!lfkH(`I^S}aPh{-M?=kmv|ny6sD(={RYegWmrp2B;s;IDQuok~=HpecUJkm1@WS0zIf@x{ zS32@$hG?gdYD9oX=XS`@bYph|gE-@tg44ZZYC7$B=7`JDPY-27Mr_sO!H6*aezzcy z8EPv=SI3rvg}jUU#FODUy~pK_Vj&~NOGM}bVG?o78WpcuHwf7ZdzLbm5iTS|O|fV2 z%L&D8%y|8d_6*b&Uly`S9(GDtND(A@84bODKIEP60FxalIX!3Hx&18lGe#f9YknsK z))}b$Q0U27NHZ+`wp(@e&Mf2&(#!AV}~s?yZ`&L4*uKXC1t z=u^RTpz%54OeG<-`Dt5DpgmD+f*!S%4;iy|&!YiNn1@iD>BR>SnT7-vgoqqMe zmrMSFkx!y9w=+<#Xh;_riFNs)qA{lN0aI%<4vOmdIFsO?vE!!GoO64yXKuDh12Hg9 z+inTy@JSpaL|w~0X_es;6nwBb@??W)7g#kQ$L)H%4#=Mnx%XB`*lA-OK`4xA_g_9r zw3R!hPB8qQ(ssUFXpb$1tND)};cs8~roXN^veNws( zP=iHmmfYHPyn8@z48);x%CbMHW=2Nex-vOk4HY&7_i$k^2&(Mp9;g2;760d&d>zv80f(hQ_MF{W6C5g z@IuOV%rE^S-Av^#We z$BdzP?~h7>`{p$s>*RaGPxTnjYx)2iK>|^T(4tF~p6V*S6BtM(X7yG<-IXw8y=l+* zvr`@ipHoD)&CDrl>jw;sA654Qln^@q0K7R-i7oYts19++sqbwrhkC-T{ z+YYd~D&x$@7o-F%r_}r{3{pNWJSC}IGJG&a(WD<`hp1GnTd_yt-2T`pt=-ZM(+>S@ zspOB`;MBGDZm&c;P#|NPzz@ZmhRhCpgd798&_p?2dWPFi`M86d zBI!DJWD!X;F-i&O#hzBiJbXcQy!L#LZ+IH!%~xgq{PBX(S7u$Y-^t-u6E7{4zdYvO zY{;Ch)q08Z__L8{xGvmfTV1IF5IG4&SoP>uY2O)z+>F-?5qkhmh#+_zmx37$n|^sr z*Vbxx`RQ4pw{ULto-6c)uMRGoq7ULYWItOIDIBv=7K(%CW1|%%uZJAi4+=S(_!XR0 zEBq-_gBEy0YgBry)vZN)J>NprwluyS7#M8g(QnLREpk~)Mf`ww^gQmh#S$7yYvoDt zfbr2o?broF@{?E(|6x15_haGH^;YQ*`?{MrKPU?-&dBZQu|ae;&=6_tym9}sx{oVBTVbP+m7m3CE$tz%!3(O>exJ1^ z2pq-g7mR|@IOoUcEW$w2o8r&iTu`Lz+QwqsN3%jBk`29zoBEGw)KL;XGGj2Y8l*Nc zij+TAhJHEPu9Eu5JRA0yu|RZD7W6of=Jp6kkpx$LY*fK3ZQ zC@BN|vaW3F6E2KW=qE!lrfAxHiK0_&$DTl1iCvu-!GKuOG4j1no3M6~unTe|uDL&s z<*9uwGwW24YV1%tkj_-$W+wQWTEp(ueMY4&eupWJ#d_A`P62jav5@}KDGz;Lh#a@_h?eHbEW5YN!2>czpku&gRQZ(jQk zPW$JsKmWMP>HoLwb2a#Xgm(Td74`4jrUO(UsIBQY6F>in6DYOKeexjUC^(j@U_MQ?O$2pYn1`oztY0jx&yR-<%O@62WbCF z3}0&o(7tAdudffN2GIVKkrWsY-}Uvb$9I!CroSWW_aDq0)8CPx1O3L^1wd23MD9S+ zBykh%IwSy*JG~d>kgFA+KG-wcJ<;(-1F{M!NBuiIwg5^QZ;D}H`1G+lyUb# ziQ%r1)y1Fq&!v?(0w%(jknzH%Cxjbk80;RUMBI(!5~$Z?1__7_x%~`btaIni zd@)!ewWv{H1S*HsQsasbF5BzMg*?o9Ckno&;(SihZMJaexp4j>j)ZrnSl%8(i? zibTk@+&L_JB|n+qmk%@N;wL+51RIR{2@oBpQQZxBj%X*IZ%L!d)@i;!)mGAxk2-MA<@S zRWEaRnS$0fX}^9jk6&k7W5L)IlS-x@Ry)xmS;RD3V=}le2fp4Yl>O5J2s=ebmo3q1Cd$rG#2l){zQ+{IbhUyBENDmCS{;V{Ff}Rl z``mAL&Q~nkDl=d|PBIVCJ0thZ8f=|!loo%z_(VmMYL|J2jjkTFxgo})Puojdq54wv zM}%D)Qq0)V#E*O3(aGJnO8Sm;7(Lw$pC9W`u}}y?7{Mz)wdg(6`>YZf8AU6TF6@vO zGT*`u#PQ)IkaYqcgYlxn5$Vx`vtJ}t%+GRxWk33cw>9cNm0rGUW?MV6=%3yyrrj^C zgTw)eUxOPr?%~&O6g!-iqB5BLI?N-mV1sisBP;>3BUDEmeTTCE4F=Q?Eyo}xyj_B} zewq=?zYjq{yn~j_HHaw~>OI9{U1U_$v1igHYkZP%NExjp1ueJOtx5Q*TZQv8g!#$j zSR?~+o$Z;DIwW6PSpZ?HvQvMxYo_r92Xv(2Jxd%X^YYXVTvJ1cuRAiL41uUS#0f5LI6gXRa7XbnTXGIs|SRjA;{?ouLAc>YF1m?7EPlQoumcR zdMv8^Q)hQX$Vk0|A|)aHVR`}~cU_;_Fji@-#}?w^v%z+pk%+CxmVpr^1@tgbz0tc~ z1P>!!k#AjjpSxoC=69UuCStHf{4M5`>|b7>ZXt^qGi|UfSw1;hj}0+hv2gfy0L#Ap z=u~-IJnHZVOEI~01z$wsF1 zs)7cX8yUQqz+6I`3zO#akeJ7qb!rt!Ck$U7^ILGrK1cLkyo4a8G3HU|wp_)5?}M;B zg_f`{b8EFEJuD%CsI!n?iWA{%^TqM~ZiTZYmDAoa_fBK0^wmoenEizEi2?ymnA9K7 zvPn>rbUjjPAcy60NV^xE)>v35{7@Op8Tw?7yr`j1bJpM5e*9GXI5(Fv3#ntOt=daY z6x0VeyzhS>g*NV~EMux})kV#>X9lJR{gem28vmioTrF()ctLhWIS+HES$mB;Na~aRK>UjZXu13cuGvz*PTd zHs@c!Gyto-pP7cgGl1=S=7B}#KgKltgtTw}`Pb0(Pe=W=UH_;1|5d;o#3Jz9a57-i z?-EL|2>gul{uwX|#QJ~!X@4Wu{%c|fu`>RJgdEJ*i0TUEUC%f0D*hGaT~GF(*2{nD zzd~j7zoNYBX#(26qP(kXT=ie0yx*XToSt61!U1NXb;lS>K_EO$bi;slB@x=96f zR!?lGxY=)5sr%^n^p`gMAq%JJ?wA7QSUKl9oUaZMInCJoNFkDxSXtz>M+VYnN4uoGgve1G%;e+dSF6Y z`1xsM@+2_@h1?16&X@>e!2~t4MKhP+&{*I-mv5ob)@l2f5Hwbq*qmU6Qm+wz|A7KA zGyL?4`XecTKsUe_kcPwpu#n&1wui(I79~P{cl;&dYxDQZF|;qj@+wm}Bk$a>U;#|9 zng-{E;?EqNU;MF2UzN#NnDhZ>6Ha(ys0yvwvnE#DXqe46Oz^mcsLWwAd`)hG`EN5rR_)eh z$#fCGyRs$TWP4AFL~KEJvr2JWpP1^ffgY^OZjvNhF$_UXnLCx)(M*K;b>mFWDOLMm zMLD;ep;$7pB_@2QZ}Y2jX`Ak*s6+VHrEm%rN$jO@tF-P&c7W(_tct9qcmjdMsn>Ok zQdziRwqpjeeU2{2&`Sn0Qa2IDHML!Va*v}QUp2tA5m==o!M&bYG}$3OT;x(+eLB;| zvr>U_7NE($y5UA6B2gh4UTirt%E`ZpB3Nv-_k(2rWv-t|tL_@OETN9Vm=u9jwRJ7Z zS-d7J6>4(r%e2rhm?o?oa<86kNimb`zMB#I7~7LWsBpv@z4pROKWqvz=AuM4&JxA& zsRpNYwC=b*;&2h`#*d&=Y85vTylkwImysxeDW^@e$}>)0Bnnn7gr_xd`>6g2mP~tY zE(sDRJysOY7co0Q-Z{65?2hCJJ-;ZS$^3U6V(Zf{6OdPAG5vDrxfx?7FeM~(Fmu$0yM?<5>A5-7d!d8YJq zB&2ztJ8#O%G;ub}?|i5vE^2Uk&mz*8jvZo<;L$fs2lnuk&d(Y|K)`y*aeyT?;``=Q z_N>QK{&;4$`v)(jKuFM1`s|b>BV*S7laq7R2BZMW6kJ;3u$J6q`X{4z!TN`~RyC*y&P>3ab0z8niybW4A zUXV&VS{Zt~EOQQQJo^I8LIhYH{ktw$IUnN;9-uD~O69)ADV@ z!jkp%9L0h;bZ41YgED&4+LqKEt@-|yVh|Q31gr_9!=$6fL!pE*oG2rAX80JIdSRA` zqcTLAi&^i?Hg)7h)x53%YJE5vu455B-HVv14HD;#a7Is(m(WC_OBfTrEy~?0#D+K% z-Jy;f5zTSWTd9jh8AcAvpr_)t_u#+PkJ;TiGk0WmKuo{&Q?LML21p)s#i1GRqAbUJ z49843GnLUKE6fxee-B-vM+_t@e=Pz~JBrZB?3_{!zOCP8V!~V1)K=vBRqm78i*A&A z8fZ-Vd}^c-p%2W!)9v&8gpzg9Jlknq122X;CRIL11Pzwu?vp5&4-UI!vwRkC%oh=J z1X3PGC}TG9sWY>C#KQT)lt=9&P$I{Muvk(Y7L~mk57Ke60!~hBzPTwpJDwu9?R^A? zDa$0ogTz!=r=ydnDwIoPxfZfsr&FmT)#@wG$t$ecbQVM}RC<;;u>0bRGZRVaRYQ8u z9odfRGtaumLgJ=hlSc2avzj^jYeZnx8);H#EMgbprQGWG@pEOAKm07x-uNt9hX@0j zj&Su^d``fJ_Dyw)o`)8??=m0aVQ&gS)wr6DC}r_@5)aeI;vy8HXhkos3ObHJ7(}#| zi*o}M~Uq$6VN$5#8=#wR;wl%EEdHX@Jq1637xMWrAsE~TSUZ<8uCA&#xrePVtgNA=R zd6V|Jo05NZKvC)g%V8%v5n_(h*sI}%=!M1fGT2!*(UnVd{LOK$3G9<?@#o4*)g0cYXmZ~cX?8EYPawwo#IMAn|+WDm(%q^X%k3K99)(}K&6(p z6gE94&{Oq6tH|ipjG(AkHUyt3Hw1t7VdoeXzhnsM0^AJowbiY1xGO>OoBVAdJc0KC zZ|5s6RS^t*HZhYdO#KTG^V`y8H7Y)J1Gm+<^{2%aK3k3@C zxP1mGgsne#k*jEJKyJ|m@DhO)cP_#U1?YanXS1!j2kpxACQp3(MCTyJQ|Sj4BfL^0 z!ZO|TdRu$jdZ=-L;2x-w`Ef#ry@G}uZ@gU-FuTo{? z%Pfu3OmfmCou8vTUUu_~n=s+!(sA~RTkc54mDdoCBF?i?)r0py&J0mjMHAR6;5ShW z>T@uynV;y@{VwKW3FCeHx8sh81N58xZK0x93(e~{)FaFlh_(GM5wTu?dp%l9n7!FenBD?vvu0&&gr|(_JDo}mc4)Yw~=gDhsfl*EtS@CXJLRGhZ1J_?MHMRE>HxyC zFm`Zo!X{!ONRSkPwOu9;x&3FW1L{4hA?aB|WFG~$RcV$y$Tjz6ckS00NZ);Q``^~A z)y%oS{oFlr-ndHPO!u7?wAUVD$DWdF)H8I_6a>Hgi5$HB-N=#W53?XWb>{iCYDu1` z2sr9!yqqLBZx55$Qoy>y2Vo+U{wwntn`Z@-0`Rp>K?LB2Y$H zab1aaBOtD?4pa4Eu|!PM4og?*NnG=O5YxsNL8T}4|$ z$)?U|#wUHn&uNYz6OZl75|5x=I$X|gmD(MF6vIuwdTXFa=>~ub&Hz+Eg}J2NJCvHK z^m?n_31k!gnxVEBP8v<}{#L-_03LKG5*GKF_&Q1NHi}nP>2O#V=yV>>Av5yd73?+y zK~FK7qpmH}K5S;k8UDDhL5vjb@Kq!rO^a+8L5P+xiX&iHn}>J1 zDK^VJ>GRi*N-UdRJRj+xC_c6*>7)DRSt%tqX=B<=JM|G+3Upd-^Lh2NC}GQV>?I5> z9@v7J+27Y+dqf4(y?LN~Jkmm77W>&6Pa}`xC7IB6CWV29%nA>3vyH&c_+v`lSE|4Ea7TLJTa3XYG=S+aaXL<)*6)Jv#AJtO8@hKwr=(CqnbivvJCxs{ExpHy8F~+N}X3LhdfiE+eVp|Dy zYnx-oTT~Pxa4{>Tqaj17Bdq)AkON-4LjTH~y3^AmDkfN9O1=)YiuJDdMIfS44-JBiy=%6 zyj(f8>|;-BwCsiTQB5kXc=n4~=RNPj`hYAlxy|rbNlijUy2(jG{Cc=2Y&(yO9P(Q$ zElsWFF|fCX1|vxxrRg+DDstGPE#GS@v3adXN%g&0m$2~s4Gd*=XMh&f6RYTGE8Qrl zUYmt?ORTXx!{L=aI=#qi-%h`7JewqMpY+n67LdGP6RR*qwVZU+nWQzAWv|C+_eUz< zeN4Rg3D?K=W963_o7Q#o@(%S~XKi}*XU8%`#v28v_%a!A^Hx$EPbA*XIgy7{ncBEV z?IV~jzC0;)S2(4@_W`TA#nuC22FTVwTYLWKOF++bBmT|$r+V@)(ES_D68r^=Uu*+O zo7664H%WcDIy{ayG(VBWX+l0gd(FMHhIG>Csd}O%-}hL+KKeZ!2WqH14YG-s1I=pz z7hN}Yr9;xz@4cxS17{!6meXCakd%?D=LA1MJywMssf0B>pJG8@|7tsk!v;BRSBf)f z%i*`a(%CRztn1Auv4L19TujuX)Km9f^Cg3~2cJ@pnuQF#8z1qpjlkPa$q#E=G|>!V zX1Et#XsFrsSnqI}@@*wf>DRe5%T+pz%hm1LpvT4^syoh4l%9x^&Y!c6;jPdYdYMyE zWV~pGdEi^LSVZd|{}LvTL64nCJKDX2Yk<5djx$Cm_9Om9OUJndEiq;pqQgglC1cuJ*+=(3TYy2ZnSRLEWdh z+@W9nf9!n)SXNoLzqHbbbPEVl^1gIRBMs6mAl=dkC@m@7Af+NGDIFr+B_c>S0@5i0 z|MR{x%m*VgA2WCE-0#l+K0c4{S*O@%?|t@J>$leWt$@aT=gB#3@i4dppim zIwSUxK_h>Km8*$IAleYoKB9w-K&knOKR?wG#jA{*u_E12v9jk@(hfVMh2B)9V61F? z$2*;i!8FRH%LwJ;&-)@*m4iYJUMff324Tc)3UtiIY}Dc$ALK5H@=hF*jzPG7V2~m? z&+WuNXArudCXxXo5;@D|&_RiruiXso-|{nVEY!LCMoobp_o_YxP-O26>TfGG0smj?i29(JI*b-X%2^sN&#p&B&x4dl&-zHnVcx`A1-JRvap;Du8EX_V8c+(wma>Q zL6FzK`VR2D0`JEKbMtIS2c}P@n)xD2=BI{Tax@mO-FvT3cgxAZ^Ep?|NHwyXq#f6y zkA$<5SAIU?Oh0kt>GYzLjKkBTeNch$vqPWe{g0$Eu#MWQ|;T!65G3H8gbJJRJXC z%Do({%X(KWKFY=Tza03o6_G^muIb_9)j5N#MT`3y`I*o`m=Q-y@3 z=Fuf2`LR#u4$1|sPL{J)x^_f6B%eZb*A1cF2x~w5g(H>EOqkk6ItEZgnA2$a`bT`d z!j^H>da76b2n(0&^5Ree%+N#FJZZ>0Rx~fWF{?aOn+sa?e5S`5W61UC1xBfI(!nb` z28GVFY9^Q$P3SDxUYj%6Vny(eX62$&y7Tp0D?d$yknDeuD5j5j3*=PXgC%lq%bX!Z zjLG`cRqcSiM%6YDf=DD?mMfQin6p>GJ>jBdY@g^ckYARIG(LnCcSo^RR9gyB<(Q`( zIU>pbsB%*}GkPZd?w6wb*Xb#Zxi(UqgS4<$sjyvSUsGW>O3hpsz3~jzJ&@A&W<0G^ zczeiweeus%i*Zcp`&DLi(~eVicFXeE8<6gAs4hIpOrRX-x9@f(O00H>9(`Cf@9Fh6 zRrZ4>b+Vq&Uf|P(gP`4e!fuQB9Eg?-ydK_(B-u9KVXvWNoZ}H-JEi&m4KWd5Hqhyq zh(DQq!S-_?>>rJZfCe%A63Ot(#`ysYza0K$<5UgdQ~S=p`afsysivO4dA6yi&iU7Y zb9esh@ae5{PyJ!%4?BMM7QcJ;=_`NS{zI2SPX4P>I@qBx8ti8(7_$S^xPL51;3RH= z9UvU}*Olx))GlTRolcQp|6gCc_~g0&Q-0Z@g^N$OhMnWrW693(>)4;u=l^;eQiu3o zBl_#3Co=nA&M3q#cyjOG`(+nAJ)eGkCcDtD_gq9~7do9V^Xn_vg@4_jzdqxymf1!B z>N`U2$1e68g{V1Le*S71LzV_04(KGi1hPi_9QgqWBZ4dvfC%|6Lq*`t2gH-0Bgm@{ zh$opPkoO)CPeP6$FFqiiL>xh8Eg(Vzjv#jirYsWA-m{SoTqa094F zW?}-p=vr55;_|1&m3itsLl`+I_NcGDDM_tetrgu4aLO9GH~yfU#N+C~z2tr#h1P|> zLs@t4-CoYu*W4rh2&4)!i<|Yv3Rc&eyzehZk=}Bgny|1?s}Pw-JcuBV=Iz?Np3KQ_ zWYts|GdsjS@(G?XM!%dx-J^F#p##jhczw)v-0nHcA&fL_C)j>Xi@_mXO6eKRN=SMc3inqHtHFf+ zmHVReJ<8ed8_)}KS)NwQA_(`=bhgcuadg}EYuoKwUCvdfwx?ivdWF!C(JzhVW7g~g zv1k{>iWnQPp1DGzYKPS~WG9`?s=8tD$}%A2O*)DFts6!DMuKyM;3lN?qs0kh)YmDXst?L zy^J6f+)?txBa;=0yR$>(WMPuI>@%elkT{ zpd!5GTUwlbaBB5%j=G}PigvSjZd&Utm%QEPtT)<@ z`E=HOI!W=`G4_o10j6P$P1=leu?O}GV#F+_SVMr!RQddXX!^5d0n4-Z>dWf2*>) zz;|F7E_~nBPF2WxIc_>j zW>Uwmw{tY{uwG(6DxO%E_~8gg>Lm76LAK_h_Q8MMg`1_O#C_kN+$4n~kKvcqb=yzEhi%d^0RRd$l^PYCMV)Qjk7z+YxROO0i z<)L0J369y+q#yFHJoC#oUX)Fp={A~5b=xjk72m(vvVOA*^yVgw*c$DfYu3$W@GGA# z6)%8MMuK=!LT_)*tq&aNrpdwJJ_^;lwGCHu?VBR+us3q_!(1_c@yVpJ)hOChk<`2W zJk8aDQG@vL^=ff1YZ9@mSV2yT_$oV%pQo$yrv!p>d#BV3ks}{;L0bK#lLIc z8V&i%X5oxeB@$a)>K=#ojp?2B{8sR}<9b0v8_eCyvMEVAWpp#Apb8ej!1bhM6vEK4q@uX#E0#RHT$+^joZbJE-%C+_)H1?{i{uCX z8Eu6_`BGekml!z_DqgdtJ#G}b!fkHqmyz~dIZH^qIU=IOuK$X!EQ*{b*AgM}*3IuR zUWUw?m?Cw&oB_&^ot! zF9<*XDjg4qy@jMG0YOHM9s)2oBd+fQ-&^#q<2>I5!hj%d4i^=*+%h94SV5fRm-x=; zNQo0ci9x{kHoXY7#;}4eWpyxv8+nWeavW4(H=fKL5GFAEH0_t zQH1=q*2L|MFVoB?spHdc_%d9JwmjB2RKU<+f6ku^DMQgsh1ACgxz}n_qTVcKq;2*aB|+_jg1wk#B$-{mQG_FkZoE`MIW(kz&;b>|Lk-C zlk~deT*fT+3qsdGs{LsiB<--D(ZNleB57PK4=Nel%de;lXGF=e6ESL;9mCCnnRWJ7 z>8ELa!q5R3VT)*oz-88cn8>`gcdtCd zsE5+nXVOF3CvPOaBhw9{VYr)YZM9`$vLUG`pGyPDa#D@H^k8m$_`?emp2Ih=Ya0w< z?YyzD&ifH%Eh@R}{KymH@nszdYl`LTqL*%4yH#Xz?S?Kjuthi1xuSb&N%vA8(8mPi6NCZsHzC(Ujrp_YI{O7ZZvR+w9kM1}fU%f``7B*p zgoG752!Jaf)(?D>^!zK@MbX{EQmjEnWzkn-lm3Udy<1UX^w1YF83fu;sZhuJ?~K#{ z!DkUk1uRvBwj>r^Qd2H6VJge5;j{F03M(#m61axQl6kt~CTE%i+idHy_^xbw7RkTCBF0)tSdWksdyeZI5a}vP>6? zsrP#t*l>xAD^2ZP+3+I$umd9s?gIa~*-MAC&pHk7a`--H9KO{hD=djUS97}{P{evR zJls7>CW49rFnA!rzZBOW&9{aIs4D@!UKpe3&%JCsQ{HZM*x1TMtoUej$T!J(;1cTa zaPNQcujDk2pk()2^%B{#`2-4W*pyB+XwVNgsV7?**t>nDR36+wCi#rh?m_H?X5O>C z-o^1LupthefzKGX8=gvMo_C*2K)M8tr{qwu(0ITJFimOu5MpFl6Qm3 zVS8-jbuC}iT5d_)e`#6haHLZ0PPrb%3yZEOJeR4@ zFwM*+3z&~j4J}3L2BUs(JphsfTsA+MvVJySwXos_1uH$#u?Le*zU>O9CPk;O zRCqqGpAGY&3?;kEauz0n@uf`4jxUxfR`=%~<c~L55o_p=P39FifWBRJj z;XL=`EvK+><7*JJ=Lj5;NL+PM^f!kQIs>qo+H*Hm9Bm4*$9+ z!bZFmhsOw~swG>Sk#^oOXeq!yc(y5+_eLL{u`H+H1fd1u;tMsE<&fK2!4-GPaj12( zl@+)4%Th{zVa4OHiE9(x$N3NdA21;PE@AD%ba&u;1gzv}CsU9F4#0R^b+nX1J#lUB& z?0-exVDA*-e+%Y1}^ z10iKx?N%tSHHG%l0<`LoeFTKznD?{m5)&?~hkw-&W*U0C(p7jcyr%)Dr|9f1kx`w- zMJuCF9{yN0TEK(*3c2x7=MJ9e?FDNbPYw*&a<|tzuzRCv6W{o!V^LyY_Y@V^(&#)? z4IR5ajbC4)7JKljDyyLb=1s;ho;QYi^b(%Ul!N(?9SC(R{EfB@EBomX1)!G0pRr{) zepaadZd>L;R>lt}{jlTTSt9>)$01Gqr`SMXz>xhN6XT+G0vP;5JizHofx~|_1I6jv z|NpoR2C5YQ25BJF3W8W#(7^>Pr4#=ubd&)3#K8(37BDcI0nO&8^P%2a4ya{z*0SQb zAfW$GwX6WY^#!%RGmc<)ATSuPtN?y=FBIo~-~G5v`)h{1<;U#cl&3U-h4tNtZ3tm$ zZp;%SsR^i=1&?nFF}+o5rRI({gEa{rjKnt=-naEvCLe#Wj>+#jslsM}}Pa?#$y#RTZg@ za%JQ3+-!?T1DWcw#yUleRB6RY5cMx~3tE;*O{Ne_wJ^}py2O0fh(=4f-|i>u_&UE? z*RWGMWV;2aKVb}YK3j=+z3En61ol|DUi^&dh{LPpVXLF!MjH2Cn!`)PuyN<6lyY1Y z2S3ZIUV+rY$oayXE}c(!VG+gN1e2?7RxKTzP7(> z7p?0>b^iETPn+juf6dmyOX6aPXq*=PG`>U5LlnacMFs7m1uQ96O?0&G6x*E1=8Z;n zj@*g6-#C_=+(i{@J=LysQY^Z>=bw>|J^ZqW-Rv5jsrCa}*PE)oV3hyDc8cpxrWmn@$Y`BXccr z@Y;mHPu|lZxQ4iaAntJg>qp!i=db?#D$&`|k6#uzS&vz;=Y8k5$q+ObNs6$Qw6c+V zrvAs<%dRx@pQowPp^bpSMW3k4MN)WJ6To4@xF`o%&b`KRq_m&5E8G)C;#97kQ ziOis4uljgE9(%aVrn!Ua)+Kc_!spl{ub6X@N69aDQDtn3SM}VN5x!?3&BP7UQIoOq z{*Xw3ht6euH_97)TI@ktCyz1Ue+^WkMjsJ zl_ytVZm+jM&%55a-VnkbaxcX`ro*r0>q)aTBp=`B)C;~7t$XrO`XSoWkuUd9h_tiv1pGTlbgv*^L;IF;nwh~v5A?3B|hsO0{1TcY+h=riS;fW!db{rW4rxB+X^CS{?N zg8jwobSpP(gO`>K-*k*VrmVf)?ADio9T*j|FsKKdSaeQFchD@|9 zZFK|bCCf_DxubYdOpE1=%h3|>=#xk@K1m(F#RgdrWI4KU`T@tk&Ax4Pw<_`K~{*0z^>l42Y+EG(c z7Z;60E?t}=2ZK5)O(_EQrjKfnXXRq;myh|}4o~kQcrK;UZsWUt(n4!Hp3cJ_cDyNl z^P?BYq1UW8F<`T1nj9 zSL1E^4g+NAp4CQW6k}8pn&Gs%$;TAp+LdR?)ICsmWYVvyJ|^4sP`z0HVR!Hw$Ev9{ zJLlY;moguAL;9;?r<_ofd>e1`7VMVRHL;C6#zee*&9-6DTk%jw<34Z2dpWbv9sV`5 zl1=XK4Hb4b3zYU%_{fFENld+P5|5nQxC`PSptA|ykUj<$G5Ci%?~&Xpir?2hBo;N@INoVUzNVO| z84_bC*tvhdwtW8zE}IqDS2uOVR>a5Ts?3$OSU>eeE1V#H$?{hdPuAjaxM296x$^QF2OZm=9tJYEfL-)FLjOs72HVXV{=RV2> zK?u&XFLDP6xfaN+>K%RAgFvX?9Ps8Ks*j@jSfh`z=j$eXpn^hLfN&*Z9g%c^BDEGu z{IsSkMFt}2x>jdGqMQQL9CKV#o2+z!Ne&;!VRg!bcIsOP@Wd(Sw(o*E?%51v%b?0D zwal1}-x8-7@7dk9^EmJcs~dWUwxX3839nCeEyM)TsJ7ZBp7~AW2e?304Tp#%b@|td zqs?;)YR#LvyWd(E$jsjq2qKfp6DUQGjme}e)B=e!IJ7PqR zzPTW~n)$5l-V;QPL3BAmA`4C*-Uscdn+~l!2pj=Sva1>2zVA)c@S+wOd6cOzaeskv zJRb2oeBhpphdu!e}XjgUQ>5;I7<-@@!n zvAGyLtm0}lf_q)gxhnzp6CWt|y^U86-CqS-u3KuF1AL$^4B@FR33It57wSE0VoI@(6=3CJYNMiyxLP3XdwHuBGU%m-i*`t`N z>+T>wmHV-GPp6Ik9SJe49H-GHMy@}FHgQ7TaToQRgTS1uayNXV^G@9cBR8dveCbet&YkUhLez<18*HKP59c7x+)XXe?l1Q2??6ejvpv zSim9>_y_obxXOW_(^)G2KLSJl_sqW?F~PzDL?r;TgoRBI`1!q_VqpQ|5q|%a-@E)G z#{f>ef7gnO+~%Kp4hxI$>EIVY{4IK1C^iYfFQF>~pmCf;ia?hLK>qpD^wV1LGmP=m z`M{z9$k4Qg~vC|1Mei?@K8AyzGSQyXCaVSM2m z(963Al6gq`S<6Ap+f*3MVIB!z7IsSb><+=*S;TaObne! zrnUNpRD=J@)n<%;O|MmbLXF+MIj1{=?nXI0h&L9mqLF!f-Fl6P-!k;m3J6zS7;Ao+ zhYA!ZYbtWfm82ohh5^?2-5k~%?&|5F-V82({VW@U4upfp#s;mZq*1pduL&o^TirLt zeS^uOEITwjleC(M{XITCSq|K>9{Cl`G=qM;p~X-2iD^L6H|s*Kcf8sqj7`*o?dUtj zNkz6aPwfc!mhf_jyIa2Sv3@Z^(Z*x&N^)eu)-r*zh~sjI#@XH0b$WIV`O{)Ky} zu&%*we2OchdYJ8v>yC6~lKFi6aEiYpZ1XfossV)qX1}64^5u5VM z>1XmWVz!YuOCktxhd8?^jy)O}NtVge{Kv56%X}}##aQO@AT5LO$?goT3#pA=?^j$Ap5{Ga zO4}wrTHjDt%x@nXI9RR*ULR%)$TfUS9qw6Yp;@LqH&w(`E<=$T$2mUT^3~1B>(D?e+dU6z7w_@rQin|0Hkq zKULQOaRT|Xf4#N|;$-9c4IeR7-+<^a&_4|L^^0`FDXY*gw?= z%ykNiJt+ln3f*Fb2Hc#yqxV7Qeu%g(h=Bsj-x=I2R0>@P@JY?T_Cl+A;ilobYY^;R zb0~*~ACkZ^O*-+|*?z?$2*VaBh+b{)#{Cb3m!`XDT$C1qFpBV=Rb6?4$Pli}&?gQD z+s2n+9_lM0s-$7&P{<8C#;O%zaAYeSn5HwVYi;S;V^bB|#BggbvnSp3s*E|q*fmE{ z1;gr1(6W^ESmg(7HZnfA^S-ZK7lclKmE>v(agS5{R6cwG%h3Dw{1@7`^!cOV%N)rt zH+i(z|9z+$;1mLc5$i-pe1`I)lf{it(l z6xrMH4l&VonRU57t{kuV_}VVRn^Gx{E|h;O@zAPFQ{BIr@Mbg)y{l|NXti&JvnenS zXQ>*+t|G94S5##=!mpT-Ta9$yRmxvTb&zxTy?;9yL(8^A*tmM%r{1GzTXc7Aqv`r# zmaZ48-W=`|bem$i>3k_0M5V*WMnq1L#zN$L`6MbHF)lH_NX$>`8Rlddrw{23O};a| zBMN_U{v^5}EDUBn>#;ahG;Bhk{wZyWxL~g+P{E#p+Yvvta-D^jg$gZMI@#;X<52QD z_@IRVKmKW~$ph^y-s?A#Jcy`vyiw?mO);f%C6NX#&57Xcwb*+mH7Q#ZWj}a4o$SMt!KVM47t6Wk#$Ln*IB`@ zh8<~xJ`~B6R;OBV;0+B?cwhf`Kh2xXn1jMeYuKg!qjc%}V1;xpVcDUh{hi z*&vQHxv7?6QUG5ygyRjU;4btQM~Yi6P#^cpVJTcWOV(X`n%nMo61Z=`FMEY#!=O_? z;Ta~b5-sBb637c|gYp-+_{C;~aWqSbQMOTvYvwl^dg*R3mUFdLUn_Y{5LbUBLeEEd za2GWF+;+fkqAHGmSnh*rCAQ|c9lhg}I_OLL*p`;=i1zKW=D-irbvNnb+e1SNr46-h z5Bb{7?z3Oi%mklVejJ{H(1B-%b9(1Rc89#} z!TqC`m$@^Kby0X|KckaMNFqg8A)(sWH(mC80l$7P%`P@d0$<1XMTyi+|H*IBiQ=K{ zDz?#O?~&1-eRka_NQyZV?f z34iUmk8nXt5zKaG_)b&wh1K;p7j{LaFX#haeG2L(PJzn6^(6UBe6`j7n{nt1m%SV* z5Z%+$dPB@NF3#$%KM2kq>Ff{Zu@$u%|7zWXQHGVx9AE zJ7-45-3e@o=bw{JZf{8~vWyZ>Mx$b5@{#YxmtJw?aV{!?(b%xd=n0LE3vb59FflZJ zaZFMv4eV?;`9fcRzg3)9F#BKTe%(ZF9`r1IetZF7+KrPfmIkn*P4$Qud>GWd3+PUL5$km zBu!y}WZMVkq(ZozMSUN$hgJaidw-EQctg?XK%!y#8UkLB>qk^7WRx#_|TEUsyWgcczV-m%3|I zzhydogV|@6-#X`+IRPq`3k|}rpbuYwE)k9b6>hcaI@vuOVe<7y+1dVIkMooV+i{f_ zLDLO`n(fV=FiI47JrQ!(QpX{TgwsP$ zQ%i9sjdxNff1Loy|+n>BoI(uZ?8ns5NaD}26B=Gtjj!0bHt=?P zr8HOgRM zJIiQb31#;OM#)8#zvqqPolEchdrg=Qj+c=8D>I*$i&9SwB2K=D?b~{+N;mQf(Oqz2 zOt#R|m6e`mDCdZmxi-%3D{_Nd-?yvZ9`+K>>Fjx<-*jK;{p@W=m!H8Gg?(5GqEgU| zCFo&9>GJ#-;oIqFQJFY*AGeI{-2n3p<>P7Dq@|($0ylyvdTFFBW?kHj87p?;t4mtO zonh`!)^q#gf*Rki zi~-;)dKDHD5Xpsr_e7MkexBDrooVW@RAovH98)=maEAkvL*I+pA!|-aB9({`KDNUi z3B;FJBNhLVR#{ay!dt8;j$5k>KiKlY7@dEq*dai^vX-9=iq*T~D{Mko& zZN@u=YW>S1yM)>N!FHc}N!ik-T^VwW7ciS9^;s)(NuQFDs^KZzUT@jAyK@)GS=LqZ zIh)J-b;opB!_`kZpmpDaV_KH!>gr3B3x?;xd7MDl^o8a$3-g&dZ5i=%)r%u!5AtXv zZ_s$;$87(t<2?F1Ibq7y15&(3MvnvKX^cOUf4Fj8_FfOh=cI2ox=n9Qo9jm_`*Ij% zc%#?{u+#*_HLGAzObpZmklu`8YY4at7h!7B;jG9s!XCVKE^7|(Wf$ac%Ie{qNO)T+ z)GI!ftEBY)OWj;H<+Tcq-7UlsPI4D5j#;7hYrcy!ZV8V`X@a6euVeY&4gc&nw@mq9 zO)*$J3%+5!6NXbSThfDctqM>%! zwB#u1fx)$*WB#g9ZGi9jNROc7Hw4?3B89u&+$lXYeW(7t^8AJJf+{8p^C{ceIY~PlS|?U?cN0hBMiBXacqR;m%`$w| zf_KIKC2_(^FAdzn!nJWc^&7rSR9&g%Q(Yt)1Im_fX}0P^3I*l3Eu-p9-8chgLaW)s zGDS?kd@?Ja?a@dz)Mne9vCWd9+w*2Qtn!lw}rY2IlfB|Z1DX}WvkagoI&FIMe`=nu6oTjDRJP>0*W@EV8j!tUvP zy^TE4EIbo=>FBNq6a1R~*F4zy@LRBZE{B_Rk5v^aF+8&EW+vtz1Sc^Hzgekw)D3=!4k(}5-x_Wg%Wq1e+`HY$^v-)!9The1Z1N8(njFU zr^n;;y+A+}(?6ST1@YlugyizS6IcfSRs+DlM{o&g(eJW9{JSOtbv*xiMETF&6CiW= z>ly=0o4@X6kSF5&?~23tf#_85&%pdbr{f_0>hy=U}fb{c+#u%83fOO*T z045V4okV;9GXaoJ;yoaQqd%GFkh=h52S_Ke9>Aag(n+KT&>Mhs(iWf_0O_PHq8tzj z+Lkl^6i(&~B3ZvOq5di4qCb6eE`UCP&!!JJgoAP+K&(?TP$)}JGR82OrcvA<$RF^J zx@PJ3n)Oh+&t`RG$cISUYZBI~V(*F&5-C;=5r@ejWgX7<8qzptQv3O2Ey`_|TaQ3D z55)a$^x!?cV@~A~@-`PHm#1K2WQ0wWs49G`kA@>Ln#LI@$9HLx{rRPuLCciV&x;vZ zUF}OQomUT^^o4K)(jtW!adl$K(H;e_@?j1jJX^I2 zE`5t=No$sJ<-Rf-ZDlTu{(-gXIL`EaD{e2P_*aYVQgDS28SQccSKhbaZN$o%8wG`P zM$-l+TQq?9J|OeoSI*UKY_qBPvB#hU$bX~#z{+_#-~;^U><8!|1IzP2Io{*6HvGSN z`wzvf{522yf6*_0t*ZQ2tC9bAzyG}P0SW&pGv$BNP=bU-gwMA;e$vVz`aZN90L}fx zHh^3M(d41l!C6fnbWsP_KQnrp6DSaIF-_|%D1W-3WLPa_Af#+wp*#@2eTV0 z(Q5GZ>-#+xV>!dMxc&oi%n44BXiWq`rd@8`uFb0o?+D+573VdQwZ4tkrZ@!`T${W5 z#N&oW)hBWGkq0Jk1cXgW);0wPH#GG3uyQ&PZ@-qZT<#7#HgG5wo8wFsc5Lh4}O3KKB+SLd~GzEKt!ZM9~2z)ID@?Eo8P zC6DWM{W8;5z?{YIWwKNvc(L-X#76p0PosXFA3#-=l1T>%`I#Hb3Rk7%=K4Nz3l^dYGCh%nTE+ zqZ@d`v=(u7N`;`!>L{_AYdsiSH}80g_$HGrvneKmd){QQFA;>RmkV2!VB%V*@O)#M zY?3W-nL|^Jk6_Twg$v_Q(YU#OwyJ`A)Rt>+B&qyfWl>`gKCC^@e^*qu$kndp8cYPekPac=iQ?C^_N0l%^`djvxP_d0wnPu?1m zk%)K5*Ig=&S>}Ud^ZSt|{?TP=g(jZ`itkcy2_lK9dU0N!+Y<4Nd$v+f?SIvHX-l)G zGG(Q$3N_boVoc5nu8zL$P21SVjh1h>jHmDHgm)j|jIL>HD!ci?+COGQzRAnczSOof zp@I0uw^Ag-=m|@E8#tD=rpRID239W(y3n>(D-nr|;?RPEJdUn$XLC-ka_}rs-G~NB|^X>7>2dskf zHWWQzF!z#q&z*P|bc6u~=}y1b+F>$~N`t<;N%}FZ*I_H)^dSgI7F>7fCHvS3!yK%g zNr-s^WxNKq`Bi^oDnaM&#Cn!R;=mC67NzT`p4WSBY}=hrSy-;bZzz?~nilO7+g{P& zT#mNY-Qv+-^vyDr-&I2l*>$o!`Pp-h4^H%6E=CcEN_-mwYdsHUuuCq67U9zW~$N@W4E4zd@J z4&Pj#l)DA%tjNbKxVNtMOE%!z8={v(2OChE zPOx|AsQ;`+L61Y44ag_>JLH}a`5Xiu^#3^m53nv=?1TR+-3SPU2C^=p6^a*H9`7g9 z^wOdLQTte#ngQa|+WVeuqG{^>=z~baSr(5aVHRL9EVAyGUPgPBmg(rHD!k){KMjs+ zCy%qnl5Kn?{$QI={Of}wc1<-i@!^d-3T6dE6ZN#um!1JC^j0u_!flV}{P*Sv-A2W8 z5z*)syt-%yJen^JnPXw1E$__HH1$G@XDgxU!g2Nt}|Vx@o^d6SLK+0u58b0pE6 zq!YF|EAfLldq~?G28 zKYodT>2pB@{#VrM4v{|-00Ml(3*j)EJaXwKxO}_gVm*9;e1T2_^r*8}#fs2L!gz?Y z7#=U8X2FgR%D0kY5#GH%KSZE|HZ+T+7aU~6$HE-uw zP{p*?ig$6v+UTrqAkO$hj65{e@yQI_TV8fk+i_bJ^(}0@claN5$i|HyTipJN=l-R6 z?7W_bMlxJLfd?WNPU}(b5C$Ybfq$qoi9x(UxD$MgEqb%%c({coS*YG&fV`W$UR%`n z22vJ3yH$t64hkvnhGHTDPjEmjZ6jYJ2SD zshn4Bo)dgQ*Z|D>YX^l{Ju_z2s_HU`3%*rC$_~>@<;H|CS$`)|OW$X#hKR6P@8cS^ zD>t|D+ZlLRI+zq?MxA5B-JjpnXdC3Q#+K2O^~=wA?~=7+lH9uc%ARHMvNW4RrF48# z(=LpU!2NO7vYRgvIP%!--y-b9Gf>YXjU*{oA`EnabWEw9g?mStyh3_0=J36Tl7hZa z+o07rHg;6K_)+jP>Z>d5TBCh&_e=vn%lCPZV*;tBFC*bMcE(q16z!|a7vQ}X~FY>g#6KNmZgA7=%$ zxWwP58G@P5Xof(9%%4#Vp~L-Oc2)cr)UH3G-Tfz>`yc$sf3+t2TMCy5w3hR49sR%k z|9L3-9~~1BfOh16|5N;FY;TAFq}}m9%2hXUK>DnJAv>aef+a32R#a*W8sAA z7kAGB`rr!!+W*wh93W=#LWThg*V#Nlh_?H4J}-IQ<3~U`Z$e|oVQILG@n_l(JX;pg zL3OEjyb+Vru4BO5zb-(%*Cg~r*JyxSDHBxFk$I&`67K=O!}Q?y`-ESGJJ)MTG6D@$ zI3=0lD$=hD^$mPM{f3z<<|PwoeTU&4F9f2?V-R$xJK{b+ zmZVf^=bTcS_X^!^NTw958{yGUb?}s2;=w;4t+KUm8orIPTNbo{_C{o5hukjZT~M62 z*Mn3+d5K~D8z3A6y5@xa3bMw9kVaU!b@eKv?Wj5&r)Zp#qGQv2qoXKY?#GwD{irSh zll-D6IQtnT+93icr}A^!gfo`G+PKSIWo@e6ah0%_O-i?THcj!HDDSDficoSD?6~Yl zUIt`nqn3zf^-7gnVp+)=V_9Hf;Si7!?7G~-w~re0qnePz=cmEp4)jC4{Sm1`Ep?Go zZH=;<$%NN-RnFO=JoZto%l@+|-022T5V0qlPgkG&T2`S=4TE78kKa=^OarsV1%!o6 z*@qHSaT#_QGv4nduimX`Uv;& ztSh};{^$Z_l%CDkXDEFLH}c?U1pILqcygLtoZdRzrDc-HQX| zc{x5)g<<)sg2)|ChTIS0M{n;q5Z3pGwRTUKPb#Ctp&Uq8`5e7>iZ@Oyk0p3t;>i2? zz~man#+z=Kyc>trOe$6B!vpeE1jd9!o!?9K*K?lmYf*h)J&5WlQwyxQE_yovPR< zPr0z#4EcS({|{rNr1OQ7ylRl>rA@y)Arx(?j+mmP@tlm|=o=%o_o(>k@MBwKjua zG8&4>(ohc?IT;M7YOh7bb<8ug)h&*rj7bE&McsCUDTwdhfosbN8$P$cE(mdf&*u1^ z_AaIh2m{{5Oxi*lz%?t%UAtr9t&>*o|>h1nMvKeqtNO7N{%Qm@y*JU?Q7%D2}Tn|O?9i^ zZ>!7aR|`3IJxG?u*Xs4ZJFj4;j`-N%k?}L0*>XfxR*_dr4Dn)J8=qAM6^^X)c6UtT zY+vggqUN*$?!?+ct&yoW`N=4QyGG_hG#Mx($?o0xY|b*Dz6Z`75yspmRsGI5mEm4W z<}Dw&es0fR6g)f2&g*_x%1Q)ud3gSs7I_Az8|-|1_97$?9l`oDM>w~&KkEBX&;TLp zWg(KLpnG-js^0{>uUKKtY00<`jH3}R;TGU)P8YDH+dT7?n{4PDpU%fBr)4EFpelyL zLyIrJIk9D8exrcMfvugch12Qa!J<_P^%DK%GXB=puQ<0w`7}}&jI<`MZ<~rNwt%$; z5RNMRrGz`^zxS6Wby5mr{b^s=U+<{Un@y2X}Pfz zDK2yHgpbF1;s`I0FaEfGtv*RgTFOD*&XC6?CBdxo3J!1rLERTpL%{661CR{e z2q41rQaW9>%8-Ko=dx9T`i^WxJcKtA6{jskcCc=Y-fbA;#x_aG6~uOARYNlLZCZ5B z+jt{B>)ATj&t#WbV0#FkL|G_DxJ+E{m6H+AtpWEC!_UhBE|;lL8_qm$?6~I+lRk`4 zY8q*roAQxNhz~x2pQ9 zbzttNak@*l&|%9*-tk_U7zR&P(7~^9?=ERCk~tE5(uDcG-^4`~%4_Hr<AT5ex4f%Rzys<%g}g$5y?Bz#1f6d`+mF!Wkih|Ds5cejjfM0aAfIGcK_3f{Px7n4 zAVG-t6^QN!f+Eg>EP$K#LSOfPD#!w)cV6uIxz5_;5F#o8!21f6Q+oUH<30ZQR+AZD zyW_7}w&@b$8|c+uUa%|4Jna*R*v4fyfa*KsCNnW#TCVOgeh}J|z`w4TujaF<__%wB zHF0lz0g;2O#!yV}lX~KKZ&bQ)4e!d{gDJrUcT$2&99cEPDLx5upOiUO^=NglSLt`lgn^Cmfq)wz==^6V zA7EJ*1VR9))pS!odC}h|HiI)v{ic4hTei@oFQ>BxULu{2_Lc;SK!BziB;|=P-&@WZ znD`{zJ)I}cP|EuGDX6^Ao2yc3wcXa(bd zV$=OzGKlJE%Q6Ab& zKsaetHOr9r2=CI<88#YSFU%a9j@Jv8yN_ay>2TeBYa)pK=( zDSvr5((nE`fdO5gfgqOGB(#}d^N+LBSfuo9z^0p~_P`IM;7`tge5N>^UmBUtdd<*k z*eiQ6Ie8Hte55A0dooy3v?$)+M3c$QU$@}w_8~K;oxhE#$pze+=NQ+y;$jgr!k$^t zgH+2Ho{k~Ut-++7#Byv^d|@!S)hvD=ocg(ui%lQbXgI!d3bX3#>b4B6BfUi#O_X)z zUZEcJ5R<0`Wc%bO1f#H9fnoi6s?t&0f^d7F`w^ga>0>Oi^NFEJ?}@aq>EOf~Ut}(G zWx)h6F6Dd+3~Njq)S2wi%ZqlfPiD1vj&4fj^w_Ed*drS}+PU95ym{z|vaVnO%K zwHF)M-I%8NC9k%{*mnHvS_%C4rP!GHJn;LZ*9uZBFCxXKJ=STF?ZgdFB(~;jzpqQ$ zTj+6wq`{dIq+AVsf=bo~1vlT!ES zd=vae>G=_~MK$kHsmTFM<(%z7K`dbkAJx^yVyjUw`pin1eoWkf@TseR&N3~3BlI?XQ@si0hh!W#f&FZ0AQ*F7EI2WLjYT}x#xK>{ZJ#F3TJm!?=*hWyzrv~UHmjzc_IgBlMDE=mkFhW!p z0&r9DZg%8;!fXeE+EdBcn1z+W&|wmT!}Or~&CPTGj z9C9PZz)r;YruVUO2Tha))g~w;hZ2T67wxq)Sd|R0TsproUhz(9B8{(hi+5=;Uref8 zT%#-HOGbJsK39A_zds>P`WQ0a)F&<)&7pp%>EkB`XvMjWvgA$pqLB(E+KtYmL6>Q$ z7caf;|8ssQ=Eigy#%EvonOAV;1Y&P_8p!xi6$<>_!4>I_$^D>H@09hMff)Hq>-$ zAglV%Vh>I_o;M(Am;`BC)!IvcBzU&>{QDIe60c%>#IydG7*pJX6|3<1BcNyBKi->K z3y?|XL3R-X(=WCFC*a!#E$A5c9&O+~^7XnHyvgEBJ&dR$?~}r~OJQ7Ck(D6V28gf# zoQ_C0{>2zDjA5GL_bMaXmz+K&AO=$&%W8=WD*Dl=E*Q=Y)xFLGp;hasbYdlGBbb3o zczmBB+ewMX`-{4|o42X!mNiXOStg>m&^!cX6e2&jk56YX;h90nPG0#q`Oa8X;opH!A#TdU@WAS#Rw`9am?UO zz>BzH{a3z*MRXmcLX$cF}T*Rvnyh2wv*(PVnBZ$3yWl<~zBU z00YnOMsue;p0o>Xddl_3Cv+!(fwzm#NoR@Ad7K(9PSKbvL$ocIL=AF?&$a;$nm0|= z6eI0vQ$v`G;S5D>pJ{eE!6pzI%qK#>IP$@AJ<{nb>z9>5L%X5ZFGk2M3mGgG#3-DF|L&* zH}&w;;g#h%@#NkGbo zhmAqzJ88xMxfy~0_SLPM!2+ZW-L5}K!TR9py6U}Bm}Tlr?pEq76RA9i$5_&kCMagl zGtz@(e)mlayf%t1j%yTcIKC(rEf*+Vr;3Y^hEIdQbEb2i(WxJxGl}CvpQ{FLcvmNx zG|hm9!jEX88vAn2(rHw@f#!nF?e?}RNvt*h9997I?up(d$`RrkEz{B}kH0SW+FNR( zLsz5q51^`#I?w9?8YB0=cUHZ6KCWmqInJi~O{yC!9oDB3bn=Y!&5GTo-w z6ZpR%g?jBPrl8HoD5S2k`mc3Kd?VU3fUVizc0*cY@}fEWLKuH`g+I4iehC~y8+vcH zHl_zIaR5&FpFf;xANq}2@ZsC`kCAcT!ugY$#8CT$RDoD+;6?8N>%Iwn5{R&jd-PRE zt!%*kDCY2DA?8EZ-i$I5#PC0%M{l0jil$B$;raIl#>ec#K# zVmUc!8`ud>kjP5F>OZKZe4^TOt8)yToA3ohLCgd1n)iKQ2w;H+Dk^ITIe+{jKQdma(SDWHLk)V6E;$nmViEP_DDwR* zQj3peVDRKUI9-t-zk`~mddbO}KGf%D$z8zBB*+TADuApYUJ zGXS&{Al@2PzktBE2?Zaprle>4Wv#>q>p=$q{=cCii7{PnzAd04VRL^N->=xgu+3iFYy{b$?fpF{~*6oU&~QS92NL{TTiUYxon z_!2XLf9Xt#dYsGm{Y7o#>0bGxS5UQl%YMD2OmVjMt#gb1ShA&uiFRXd0i=SCMRUT3Wh5)P+B?J*NP_nw+ble`{Spzk@Q;naFkP;nZ&8FMv(7`pKL zCmf)bhhlm3cW_|m(4XtnqtjW$XJyldUYJuIkh`aS=G>liI&->V5&^<+*kph_Q7kB( zw2;1fSD$+TD}Pzc-#9R8UfQAVTwR)=$V?kaY#C-TLG%=UY>*SnjA_qGKID%0L?CL} z%V5~ejnzn7(c7I33*JpO)&w4#0r4vWQixC#qQX@!w!y@Kp_}Kh?0CI}30>c?-ly|* z?L>8d2Nn%4?Y=-PYm1;$UAs}rpwIO~QHoCz7&)i=BS>ZD=$dm3UzK~VHbtZ>JYR7# zK^Y^4iinz6L{0m+JHRmo(=S|Qm2D%+kQM4Vx(7NRHW%GGybju8q0x&V(n3Sl;&5-Bp8D%f~KT%1VZMw4gxAb#-5|PjeXz05u2I&;4A|xp`GoJsJfJE z#0zyq-`fWd#obu$4#P0M8)!oaP!s}9RIdTuIzHeQ+X%uJ3l!N6;);dCGm*=a24EW# zGLKr3LqJ>#6PfHI4M#b}aK<1_yif#Uz+><-bGe zG~6#t8redINo`k#@Q_G3peRRJ?5PvRMR@!*K) zNRy|Sj6PmuxRPe(YBAp8nyIJwaRjN?f) z^f;nVL_b?vU|WPMs10U1H;W<|uD@PWJH*m3;*phKfp9h~NVe4R(f~)TKG>iq{aTAu zUGueQpk}efdkf`-8cL0ReA}VE%ypty5~SVf-m_ywZA_O3($!=k~HkI)SgT<=~=_CahA(?sZpQBv=BB&I-I zq?r;2YRggMOC3eBjc9wG4O125 zx5u-3)S%Co!0V>#kIfj*bRS2@&*r?&X&LMEj;}SdK}O-8&5TEb5ucW@-K2PYV(Suo zR8W}foA^Xn-$Z;q?I{{5FB@h)Kc%n{)H&SDW%dR6g_k8Mri6;gpmEzChna1-UcB$l zgnni*WOmgQ!Ae|zog9{vnYT#9DD=+dmxUddpz9phV`Y!AVC+yLY=JB26MG$qgggh7 z{;viA)VP^eK5{4@NTeFG@cdxxvxZra4cE~-G_|2sH&d8?2>fKL&DYM02~U=DJrYcO?6d|RDOZ7_e@Ve&V71i4QhBR!}rqTq;4>q zFRxJw4~zwj<7jTY95JYE4Kpen_*n*&75=kZw!}An z`sPKm*(~iUyuBwGB8x1rZ_T+Y=4yhOcd6y*3rTJI0?UdrnbS*%^NUjh$s|930%h;e z8;4QX>C0vndl6)m5c?G_3~f@}fcAVg2iKjTIy}X2f=xSlZ;NvIw)*bO0~R zeD$~y*wN$d+{`rYpvo$%XRFU30}taKDG~B=m~`{0kA9zu`RZCBL$Qh>fT4?5Bt1g) zwGW&I?v=h0i)z{!{ zqT2Z&*EdTkrqy_~!+e|Dr4xFc8kARr=q}5uVO%im!o($(BMzgAS_-k`&r>6%vS-)W4YTTPMIpROjH~F3uQ31& zS8V^R*0_yh+SgA=f#4leb;o4zCUGps53$mE7$aeE2SBbkY;Lh~whMqh0%fQRNf-y3egqaGm_kM!aFilx#^<+bSraxCs$ zd*t@mK(^eIQ8!6vA!(X8KdLg#E6>lR=1H&0(9iXNdG@ zxf6Yn!+ZSVTl$5MO8IimjK`=3f~jom0l9O!ScOg(gf*O$eDo$rO+X>DIk0)v^fHeM z0;$%%jy>wN_Q(=&Jm@-NFYh*&-3~ap{p3={5UV=#^RR}ltgQJBj8pk#ta@nsr}e9F zdD;uh_jMuj4f^tc3J(jO9m>5{QQ-Z-cKbZBi z?;EmC%3Kj0aSOLJKl&bw_dIo#-ck-(DJyGpv-srmUS(qtJW>@;sl!`b2jjmt>Wg~P~ z0z`o_Qs5Jp4(7Uf*Zb+7(TQU&$&H#aWZ(}iMuwi7Ev7sRIg6s@ED#(B3D$}+j*?16 zddmm1zGH5pp>EV}eMHqgHBa?oR*=4As=;`7LZ+1%a8sOhh?3`LSS4D0g<9NMTs-r7 z%b{r9c_K|D%E?ElZz^#dRMW8T^rSvxGd643`sf{RnBs*CS0ZU1h- z@nhCD@to!+obe)gk2m#+S)&OsTnD4+E5wH~-HxF<@*ljaLWyi(8Jzis~BpPX-|`UaSU#s{>{^QuuQYX9q~%OjTP?&N!W>49V=Mus~J_M2P~ z0tC>2BA!iH3!Pxg{SKMg(9z$esIa3AQuV!H*VM1^u)j9sMp)g8Qm_1S41 z{23XgksQ_;Ldt?`cVfVIFBYi_AlfYj%R{~nRHQNXMiHB}O{bUZEjfQ=)BV)J(bSvh zx3$+!4Y~f+up{~;SZOIPD=&SnmQIi)U)icvQ?m7DY&S z!(wP{GL%TfrfF$fg!W9Vv3e7Th3>Zg=`6j;khm1OE(T8B>04L(t<=GUG)<#@fl^B3 zL2brNY_{od&hQk1VGKOKu}FEDv-lgEz^#flo#Ai6WaFDjCg)dwK)k420JKNzTBT*m zZT|>r%(^4|-rjg1eDb>~9<=(0x4i?+6Q*rl%$Ujl>U6$rhu9tC`&^Q@Y`DK>rb2e= zN7$224=sreVGVM0uTPVaHsq(DCb3UwUk|J6Pl+_mW0hqE0j)QUvb)2|SvD$jCXJI9 zh=Vuuj$3EsEu(UEmk|)LXnL@mup>KrscbXpFvpmlP$Pa<+Qq8xD+-e27~UbarlXz5 zhFV789;+6S30h7k8`>A_3$^Hy63~LZ3Jk)u@$;@STSJRwx{3(*hVCDHUM!k)~Az>!RN#4!6k4W@2NYv852NtDtK^=v$py4)*j`jS*8 z=LLOyl&96tncsY+_q<+mYZ0=a`4BvNP8_toO!Y*eI^o)@ygiO}V2|}-FCu+;FVMo>DEASG3)fx%1+0lh{Hm=OU%jT?$4v7&D9r#S%JxZBHBu1|l6A6xt z0>RC~HdYC6T02zP%2q_--TcI{V(Nzegc|Btl0|^G|IMQHiqtuf9UrIuy(8g)APxi5 zolJ^1ybF(;k0HC~(*YksU*7d3=4jBFcbtBPzFnD<%2Mf2&eo~#`lJW z`8O17#T<(cz(^eta=6}wc*Sft0x$@#oOq=3pxRY2zC-B^W-LM* z$}P6XRR&J_J&c8e%A~5=urq_GX+=7+w$Qb$Vnme}FG?y!fSTn$Q<^T0=rcP+4C=t^ zw;8m}UZ#}t85m+py6@AyIu%c=jxt`u(eUEwaxxw2=|}MOqvwWFTvuSPsN-dYl>swF zpXL0llSIQH9c2^V(yI;qOw7&-JB^V94UOwbv3hoc{fPiHh8bLABZ6^vi`!>_`9|vyIkol{)Rb9y64!UaZf)@ zFu%clrxw9mku9o#{TiOK#OAY}W*z9nnFF#e;z}N_?XgrY)h@9w$5J%T{0KsBZI}OIM6cTb^;97P$h(~q$B;uHUpiB%B8Ji0*O7E(bopP{yj>=&D#+$_>V~? z16qzz8FJK-p}lQsFv`3bq?|zKu!cg052N$se0L0>@Eqr-YNJ+(SI)m_lMHcB9mv@# zvvtZK2)8os_|-{AALb!`?YcO0sd`55C`_+SP9OUPvfL{*Bi}@L^C~yR4^7pY8cK18 z@+qT>*-C8={c4syQ%kd9=a-RVQ4Zl5!8$fQ)x*$YT20s-u+do(-nfVWwApCg^0Fm2 zWj3uZLCcFn7jdJ#iW^I{V3(>Q$X~{6eZ6rk-Am8WX@P%tJl_5In5pB^wwLIWs#c@)g=xsD2D^fy6@KHuq=@0Wm)55 zgpHyLVt<9S*OV)yU)FWBm(8UQjFfu%`bB$1Gge95X;3mtjY&S&PTtzb$Z7eg!Xh{V zGh5APyM<^b+-K4g9&9{|RoKVyj_@q*8z0w#UUFy=j<%*jrKVD+~otj;KagtJAr zdR;cAIg|P!)^4Svl^r@zi7Bd}Z$fmoymu^`sAB0tH?C>yFzwWLI1D+riVYvOnJ+n$ z*z6gXj~Bv{REe6N+<5%1y}H;wM?s|R8WOmug#g)qL*7W^BAc@qG!dv=T1si*D(5W7eZ zi8r=uz6t%~uA(`4K?-Q-4Jb-kkFCDDJ(f6P2qP^Lds?EU$_pym!wO-BHErq+Uehyz z&Fb@JS!AZVoZ+nCsKwGwQO6?QiRUn;_bre@WWsYMy4{z&X;2r6!vW<1o!Y*&W}f(d z9r1LU6(9Jt)_2ZZ%q8bZk{RT4{WF8>Vn*0NB>YJ?^Uc z)Hb1S4hSh2Ad~Dd=n`kl#iJ!V*g>CZ8whsymt^yax}@EBYP6r zuG?e|YrO^X3mbA|UJBFquf$wHC!%64W;gh1Iaq4rwk#zP%Qlo=%|M^PbkQ;TX*<_R z@{Ai!YODMbD2?RFy)|@y&Ik36)=f;m(5A!qtbT+KL?R-%9otYc`*(gXrx=JzmmQua zbKyM@`Tz#A=IV!p5hD2rypa`EH}ol^A)@z*9!ub2Ilk{X(BkTXJ$uOJr;pypUVWv9 z+zG>Pk0jUW)8WyUJ826;2>Q}Ir+Kq zp!aceGfb)UsouLWqY+F`0?MWYycaW(oMNYBaK}NJo|doiB{c{$E*rEV3p)kWskM&V z?w@V-5^^J(1#ZCVu(57_kYt&ItXM7*@%Mo)F+C;9MK59UT~&Q=`!)ppfZSSgO2ijC zNnOK#W%TV@t>=b^pTK2uqMj%M<|3qs82U1TOh>k9?F@RccNlJ~_UVVxmLj1DLX!-J zGNqB^$+omhrnu7nD;}xkGuDivp`bP1(%~zRD6GjKqt-!PZ_;5C`s1MDYheZ9^iln? zLoX4GZIOkvh$UVj>M&~hIzyHZIa1xqXD0i{bWReyt8lNV$+qsB);|Ze{-d5}yvs=j zl$-Qx#z*!7P#(K&WvmRNS@8LdF*~$rCDP$SqQe5{=(TqU&3UnVZ8TB4p1LI1_4x{_ zjlE*WteqBPS$JJwW1tm}tMItCIgv^1xO z0a_LN+hLqCVuunOr8MxWN?-lw$!l6YtO1EQfspH;-Qxw9(wGZ&A()P)^7o!`u13sC zGQDeA*LF?6iuIW9$a0_jjA)Vrj!zxLt|#9Lxv@8|W(Cnz`$;2@gc>!L!Ls7X3nj!0 z)z;WT>gL!Cj5XN~vKLBwQCtFR8?%?LW(bi)44)QIH~gB`ts5b!+#UJKp?g51w&x6r z+Og-5&-78w5YH(O^w#`ey-T zpEiHI(cRyBPxxu)FPr}?(%YZWgXo2Ye&sXK3k(0**$>^%KzGZr1N{6?DlrIPnf}W2 z1MK=g9TE(f;15;XKkGaOI_6(H^`CX?Kf4bD-M>7|93Xk-uig1)t^2R+XQ2CsTssCj z{$K9~*!ACO2m_tKL#mhpPW!b}8R!ImZ;K$)pA?|EWyIaE^KR$-AM~*QkO31OAphX! z-OgTs{DYu(JB#;n1g&8>f^0;anu`ueJ204e%F24>_d+|=wJU4LVbW6`{j zl1hZa$9FC^0NZP7qIKf)XHab@?81YWyX>>EtivDRWE4D4Q}8C!KCY{b_;$T3_qaJG zo?E*ue5LM7ywkQbM1;LT^syeg2tuI7Q52qn;vQ9bR05*AfiM#;5;X3co!DVYZX*;hIO7p!3N zBYpLm4uEsMl(%0PpyO73XU%iy*uyH8-It|0!stQyu7iauz~5vtR?&z?{8MVx;9duP z{!^hM6ro)6QGPN(NtEM8Dhwx9=LR8$=ij98WXj;<9kNR!d$G_CojAZ#0_j-dR6lEF zKqY+%n-M7Y4Q zDx^^K0NfOXRDrA!TgS_0@E#9O$qGI)bkc>jI6Qo4O@BIiGuk4d3QUbu?zaub>dXQn zW&#JvW?3Fro5N;p90kDz^$yOCi25t+fhz5y)*u=uOU`@D1<}s+8R=Inb>rf(HUmhQ zmpl#kzQzM#Y5KcqpqvNzV4Ly(DB*)x1X(tDEhi7#d0p_)cgi*VL_bgy4f>Q?IkyW$ z9wGqQ^@#tyeqXA=C&)==eOjy3mrkURI8Jz~-KTr;sDw3_mMr-YdyWZC8?%T3GN!a) z>yg<}*quvUIeFas+&Se=!j~T{3!Gab5-Ze)ulU}!*p694y*a2oE!DH4DDwEG(!>oc z*&mYsrL%pErgj({pGGVA-gkWJ^S>TN8|j3pv=>a3v;4j zU#|$S9SMRhjF=uu1-W+qC9hNjQSJk=XDWkWw3lmMihpJ9M)q3wy|KojQjwSxb?g;yCs;u!uulOld7)?z zc%L1A2@mfY6)x3U4si0wY5Yv&X-zNe`{|Jh#be%d9;#(SgrxqSGN*iko>1%hhz(BF zjVCW9yBXYYG(;>KpyrzGTx{-D$OAFf-xAo}=2;ZJW#)eDZv*QK8_e`y0Te0FrPRsV z4XRma4~F>=XB!&FVgstBM0WCmmwcm|t49}Y>XD$y$NVM}I7R`Dv&sWn-0EHG(P-C;%0X`6zTGULg%`B{5iV{K>x{;h>oBx7BKHQ2G3S5Zm6Q(kmgH);#l?d5LTOI-iDaonyc-M ze(f?_YP5`7%|>W ze%<`gDl^HhgQ+pppY0rE?1>vJk8I`E2~`-@DYEjwgu{ZY%5tcIqb0D$bi^aM%us{F zYKFjt#^rbJeeDObo&afx?!Gp6J|MKy!!hAK6x)-w%O3l$n}+^7-=|St6c_v391!TE zPdI19v0=)yC}?{kv8M6T=DvqHm~EG4X-GVwp#BgD_0(MlLv$I&75_Z-qy;VMt(K>{ z=@->!HW^YfonKsg&mt|ywHmUBXq$K3tgt*|0(4x0q@0SJ&^8T_Q@Xf|ZH2E4oPg4y zc=gR9^z6E=qc!l93pbV90~+n0GbI^W3Ya-kR)EUyyJOZqvEB%5ZjaY>+Cj%m#GEN- z3jyvz3OWeE{i`P~_%dy6 z4Nm?mh8#Xkt}f+84Qs z20#}oZ22sDX<*~d`gTv(MskmX`a3F8B`M`~<;>w~hrwbyN(fB$*`@=^YpZWv{ZZre z;*u$tinW?Km8@L)*etZhlNX#|pQ%eq0{wbdWFDz1Ik&vgRUN$0OBzKa(tVY_e3%-3Uabsxh*Sv@8@oUpu zJ~ct!)%topo>?0PAxy|hK5aUTu21qQK>ZlVQ!f%nbpgU4=@~<%^9K zGo>?jYpk{*VbwT_xo>`@?UR(2^#_G)kk;SP9*<7yuIMn;FZF|jH>e*kCU8jGZ6tUp zt`>=p;f7$sRwg3*capohG#W(H>C#1|$NJ-O@?0E>zs6Lwo9IT}ibEA&Y^|aN)M7wy zB9K24Gi-N5kM)X$L`~27-kbw6ZizMpwk9*aZrCxj@HP|^tm}P0#wjAF%%0SorEeWI zcbMo(2P#qeTVtQJfc(o3IO`sJDbi`JlnxkJ4hto{ly8k$oLCk<)(yj{Cl$ustJt3a z!+&JK{!;i*O-9lm0NvKqYb+LVBZm!mf(eRB0<-S`>T|=1o{&(P1fW}Y)N70kd2*8< zw_!xuzZ@LP8;l=-EAN2i#weA69oMr)>~sxd2|*Jy+{BZuS)EZyOwOxz{=!zSuj)$A zzd`oG;fooWw>S+ju3H_a=ZhF$?7d{p$Ga@X?<|Cu#lT{bJc*4tYg!xl;M<|)p zFTUHL%>qJ$%SHXz)+qv2k@L$wZ8$Iz6jCpHFvEZ|ZOyC1lXTN{?au*qyPv$$HGs{9 zM?k{>S0GgdQzenaU>ap#gaWtiCCXQ4E95vNJorMQ)#%3D=?FDPddQ04&W-5dqZQb{ zXJri=7+f9XEFf!oaE@bJ)QHme^o-ae{de{LY)Ah~(AYc0ya8*tzY-bD`p44px5(iC z0vh`R#`_7N`?2exzyFO(ANq*@+volCiuZ5+-oT&E`~Bd5WzSDH`f2l_cev-0n_d5> z0oY#w9D%pKYi zhKc^O`%pmWKf`tfg#Ik~_cgJ|ANY5;2T1K_-waRBiLzIoGqe_$%NCj`dITW;z&3AG0uX;dn>YFZh(D0mo5nM+-5TDvcLw-+0OBp~dKdR(eIPpa zZ;X51ngS1qcwk_@lM~z-z)`%-%mXmT?Lf-t58`wGBQsCa3(}zQ&cJX;8`fNL(M%6t zPmoG`J~PmF=r!lvvr6=qhO4XjrAzZ4b3mR3;3)aEfphafe5~CIu^yq7a>7Z)o!KI~ zCa<;XOPMbW!i$3r3+9e!wjw{#kCaIHOjyC!$K$~yL7AecoiB|`1QLd@OC=ZVwKDqE zqsPwVK$`9&hS>rO(Msv35|Gge+aR@OPG*yarNxxW+)z#n7WVYmE2py<)(c|GcMC9c z4ZQ+yTLxdV6;{*;Z;o~OUHEP1b{4w#Mu=YHT4OO$+gN-c@^*B>D2BLvujpoe=J_sl z=p)YW#vx#EJrGi3xSM;_IaJc>1{u78Su=@3&NzcPEtR~YU0fe1^2 za7K$h6cQMMAVRqyc?1_gkTnSt6_@eZUAOP9aEA1J8{8cR*J9tsiCm&0TtU+C>V?wdUO2W+xDpS&6c`)fg#VPKw=?czNlekc z&M-G`=Z+OJ#yeVQ7@k2n$7f8CuhV+rmu3Vv)7aTph!*ZRONi2h3#>XIq}BN~K7Y{c z8Gms3Xz_Bz5Y8Go-Vw?^6>e$#fyOrm?`(k~B z6Z~n7i+SLr(#sc;S|7zmRahRybbM@-aVq6bc*PMYIfXNv7l1hCsaPE-Q#dXg3zI%8(*u?XNI07(;V%VoOW}R8JjSd`1F_-RO#W;0q(NAkt#NX3`?! zk<*Yf>9OceRY!>%JAs`~c?6zMIN$4RmEkH7o1y#Gjv2DML_vZmi4B{}2Dg#{+tARX zX%h8Q4KACeZ}OCE6*RIPODg?-R8W^pF-$XgF?pkTg(LZBw*>-i-gnIA%JpVUipB#Y zpYpDNrLuPD4lX=;1h$U-t2ZgtwMT9x935H|)?;8ImgN(ZOlxo6Qpk}{3l@a(e{JY} zMxk!|$!K$D99f?$lfgJwg_fzlzd$%ruj<%%*{MI!GQWgdACf(=}QLffsm!mLjkwuMbNp<nTjEgN`` zO>iN%(OF`n-nOlLfemKM2sY#W&nStj-p-4&TtNp5xjF45PE@KN+ZHUoO0849Ba5?N zT#?ynD+os?m z`#bdEwJqMNG9BAn8D>18@D}jeCllIMU6D_w zTNre-x>yt;g+Qq^0a_P4IiENgQ#u(U$9A)tKiDMR-csBgqzM;9o2SxK4>sIAQicP- zOSm97z;pqK*L3=UbB5CkUmh12R7@%@v|eFUHRl8i%^7uUgr7sFc>0X_P#uD8{12AnQipg+;=RCOD)=#Bj5QJE6%^^ zKYhHPapp8bQadE|4RlhZk^f%B|25cGO}hI|ab74$2)>+_|0vEoF*JoTQXKLTP@GrP zR(69=J7P9!79%~|dKFN623J^3wxthHdj`{-52^Utq&&`E!O`M>j#f0}A;Z}i*UZg%{uLC60NXu`lC{2MQg@wXIWJBS_@z?=ectZ%}5q~%_8$}3|7dV0s#_JYdB1g_O^auA)vz!Q5a(Ej_Qc7>PCgjntDEBoHH1C6kV zT$|h{@fBNBK~7*-AKs5fY8|W~_GyWsCbbVDamF{;$FRy($4Tg_zR6Qx50DiR(Byw~ zAcg%scKAtk2^9Ap#yct4unYv-w`r#V+azt~u^|jh65~((L)~s=7tt{{V&mC06B~*dqWV`Y&0PfBZ@O zW>x-RP(L8{=-=6Z`*(l0|JN+YKl^(A@BV+S@$|p?{-3XJA;CX$Hs6|QH>M!qlp9O# z*1LSy%ggpa=iI-oCHFvQ83XfOOAg@T1^%PP`$31PyW6S6=P7}s>+LR+Sh|;10(!4m zVdSuwi-l3F$@#EBtgDiIIu^}%viPHM_ol*e({k|k`m7ecKm$KgI!I(o6dy`uMdwmr z@f(QMVov~x7uO20Qz+XNl_-VNUnTEZ)4Niho_%&7Nd8PJC!d0xUZNRL*c*G!Z5`=# zprmB-ok6W`5oOMb!&FtTj<;fK_@FlNjY&dO^`ZKcl*7KyS_KJ5*G_pQm+E^H0?t`n zT_+Px>XlP{DUY3LG9$F=bea$wBV}Le1#t=#1IVpV%?Y2x?M_Cwo5MCXs+6yIOY3S$ z2S1Ok!z*wB!s8P;qZxiTivYvxpC&+ zJwouzWVQIP#bCx1LM18u-~|Rz`nw1%9M~qOMpi95;wNZ6!fO>#>mdPg>eYA`)GhZF zvJm^(#2q6}&;oUqNs3sM+4&rEizIDG1n_w50TX@CQUdvQP(F!i@kP;?&AY~H`!n1r8h$}QOP_h?sMc9YB;Qoih8 z0PByhZ;33FcVw;bQLT!K+9ir`9{LbwdrofeK94!AxSDx3eFdZeIm38wk37`z#CEqw z00B;b!42@dH=&8@2Ap&D%gLhxQdOYnrnkwL2+Wt@9hk`N=CKyp3J{o*3&I3Wqdk7I zII9-$a;3xtD0FjH4U%+<;U(CS_$R}!< zX(Wl{q(Kb{#w`pi>3RoWlF>o44sNiad{c3`po&4@HqpK+OW&v&;t0&1PshnDUrd~z zHHI-&E9KO+8K}PT(Xew>Vv7`QWjTChwr0koU&7RZAAXG3Z);LXQ@6UgPf!i64tET+ z-+$!FaTY=qjApTCR=0Q>Oc%KCgW>+lQ^gjlWMkSms&COCR?js`@iFeRbNbjVnXS$> z@`&)KF}b!+MaEOROLk7)Jp$)iz;bz%Us-%Vg8xwe6w@6S-wyU8`3mB}^ON*u5O*Rh%dgLwAh?5q zCaxZhMV)A-#fX8o$*a8GjGmR?1(Jd4-_ z_d*nsl9WUV8(ndq!)XK34Q(>NRJ1eg&0E>o`L=OPcv#Q@kh?T5J%Z@qU82ru!4@uAKIB1lsg?VrYma;im%d;ynP*>x-MgXC?(=Js3_cAh-e)mHzzPpN@fn#8cqJ)0GTun+Mg)fb29tz&R6LRf+6z@K3nt9Qf@p4o zzAvbagRy6MCCkyz+h1BT$<*tS4)R{+%9=9j220Tj9n%yy@^V(3oaDaoaW_OECaY?B z&;D5Mu_01iDL&&~V0@GD`xmbwVl9};GQhrtCsPi{l2uyLGUGiu#zQPZ=uu^0{97Q&PO$ z5@%r7ml>P)trFND=*$6-$bSw}1q2=bEfebj1T;FElt>Eg(1p3kg0NUlI_D+yJRWou z0lv?(j83rB#%H((&jXn@$h5u2()4$rgN0SW9Tj%brn`mYHd5GbpytwQ%m3%Ga{JJzGZj<;KBdb?3h967i+Z|E2Knd(lwh#P=F%6M* z3`AfoTQU=2hxUuUY5yO4Ujf$TmhBBF-ICHFNJ)1$D4o*X-QC?K4bt5Ribyv|OGtNv zbV_}HILCX%Va{-7?wxyQzWeYzy#Mv)e%Idb-fR6a~@1SskG3 ztK?rk(5(o-4l1Pccg` z{k1wji;X!bJ~fN5F2`#o-kY!lSGPACi_XP^mDs`igoAx?ZNTUNG+yhgR57E3U54NS z@^aW8S{3Zvk-PkfyukBJ%Vp@Fxtk8ZvGPa< zPz`4zCSv)<*9wyKu&f)VhOUS5wdqilNF!G!6E-nA)_6dLdIry$rA_NGgM$8-w=rhK z*yw;WimjXTvzzGfflkrF%)~8ydk4ScRE4Rpxh33$#xOkrk{l6Fa(@*5xO+uzQU-31 zoDeZw=@TF6qY9k`n-;34OdVbl{tK3~eP(A1LZTI|0nwk8UsYm#M&#r~bLlKlX(*bo zzNf(MZFtE)(dXcs4(T`rH^*b7AH3#os zR>1{+hp3rkTVROMfeHkRlvj?CXF`9BGFAj4a|sSQw$u`mZH7TEP^b>dI_{rx72*JdW|9J!v-lSo7jnHpVdR9g_=z$ZeJv<#-r1iUbI=i+O8K8 zaNo1EuC&wB-e9V$fDhC;CagA2pe-Im0+g8(I?>|dI0Vy=><8hS#+}TY1iEg-a2moN zvW17|LhXB!{bp_;Bgb#YaTKw-r>+H=6Sl?8>MTq@p&um8lG1qEK<#N8^?TG4;D~BL zh8V$V>g@?Iee{xym&f}WA2y+)$U@T0NF9Ovg113Q>O;y!Yih>FV_u$m1_$=wcD!Wv zbyf|!6pBR1Y5C|}qmM92zc$hDz-36Q2D9=ltQXx_dfPI1l>R(ek>-(&FRIfFi=lb2 z-4{mGaa2lgO5*+Pr86nU%wf|WA(9~a)y8(Oa35eTqK)_kTj~sye*aF5 z@m`0zXV!M2MXy7*N8xPkLJDe-DmM3=oK{G%+`%|KFyH4zx%+=h4u_@3J4tMAD!Mco zj7xVdxr#IY4xwatuT=a%+a1l_7)?NarkhAt{+rBK7E24peM7~g6tpL^VY|;ZbRw~x zKm~vaz+k<|Y?-|fo;*f#%EWK|APT?1QjnN@IGKi_tcO?X(qPFvYM=y}Owx3r=<(Wi zzjO#`2T?jnEZE(fbI!Ogl~_B0Ove9JY_^7~yy{aECd~#&c5B$zcqx{{OeXRUIqG}S zF`_)Gf>`IC*Dv0DI^95aVgP#nUP^`~{+MxG0$h#~hEN$k@ujLG4Vdb-OgpeTy#7}{ z&TsGw`TF1P<;6p-W{h`|Hr?pMKTN{$ou=)6ZW8i^Sj5*2B^ty^&!encMi}We;^p$a zICWY)AVu*dKf^;Edtw@D1YHWk**T&bgnFx%sx|Ksqi+d*M{mj%C5OY){(w+K^KJrd z#txSAf^JYczL+y;B@pA)*F)78pEfnAOM3z5JA`7?gPX%hOii+F6Jjols`f*?b8JBY z!C>muwU(%p+6L`>DX@rXlz4*7LV+?mEr$|7eMLZZlqD6om(ud}Xt-r8pcBgp(MOsAU_9_QEBBpuDY z8A9qP(9D|Qm4xCsd}OX4JEoo~q*=dFE*wJRWV%bqU%vf}4hKo_OMK-b#%?QGQl`zp zh1OW7Rpz>4!R++qKFz_Dbs?O#)mbVfju1Y(IWB`mH?MJyRZ5V!o+gFYu>zx~RH8n& zIkawI%L-CuQ8#OIP86YiV+8@jSkd(NLc9#M28V+lh7dM|gUOaDEfY8jJKcm8ewd+6 z(Ic-?e<304*=6v!;`qXQn8*Tf?tKs<2uPj!GfZO}DRPq=>NbU%2EQhz%xVJ3=Zw{> zNr+|=F=V@y7}YC}00M!5ART(2Mo1o+Gj14OX1=F&|?j);&Du<+*@) zHx1JEX5Ve(MOVdV|tEjKb zyQ7te<-HjyP|0s!8nrhuZEwV`N|?-iC9iSxoVm0(YQ&W{Mt@`JyN^lo$B-`NQgi47 zLtwPbVjq*wpyrr~S1?1%jtVZxOLVS}7A9Pf@8!%xvBJAy`ae|qo!475ERR{*JyCtQ z?J#~*=}ip3K^eX5+;4JM&+fbo2R>T4YNkxkTa1lu5!T6RNGk$^xt(SA=$mI9xLDH|r2W^N$w!;=JMIR= znB_qDl0y(hj^8eoxscw8vQ;LU&|9*pByF278Xx%RmV`4gd^S{aDJ40yBbXDwk5H!s z>D+Ly7z(8c*{FeUl!)P0LyJLf)J@nskZGpXR)m;4DyEWYaO?V5vj6Qo=8%YGFQRl5 zp|joOb!>7gh6ub+-9cc?0@@olhkL^GZ_`Em^VEA97V4iZv4C_Ge}`8q3m}#F{p$S> zpZI@4uhxG+5B_H;{`WNRVY_}b?*Eka{~oRG&!}fS^gREIB4Ykb%m1g(<@uYcGY`+- zY9kNNuPKZE<`sWkd;XCU=%z~n%JUCP<4rpOn6jJ2!u7rkqmr zX2799L{s1D@~4MH1y@ixBYYOd3=Gey^cnKmDNzR`p6c@neWPNMEX&;5cGzHSRNP@H z^kS6Q7i!OBX22v|;RAIId8y^GSIJMa*#v9e`<^7M7H7Wx%;jk3vd6AdKv>GDSh2zD ztNx^JGmu&t%=KyGLW66n0A{TL&i60y*?b!JC4^=Hq@;SFh5r?Y2SgBvWWNmk0y8s-#%d7_VtR>jvpFuyF3E7`Lb7VI zmJ+c)Ac?|+{pI`V<7W>xTY7x^eMPP9-A2AdilhSWRteQbdk72jhyMB>kW$o?I${YrUl%y|#Lg_pP2D2n_`uj=e zqnZo;Oz9bgkzZfvj2s0-P7i0Hg9c)QeQq1@! zE^71j+89pI5QRT%NV*uwQW<>g5%|XsQBP6Fnfvgs-C9YpxA4;aXOJW$hE0dwiI8w+ zFkusIVNVLbNzKHs9h^fCBT~};g1u}eh|LW+Xo z@r4)6wHh$1r7@^Xg9*wtiA(!ywxIW~_x71Z+Cg)C`=Tt#ocqP>0*+9(z7Xb%>l zI^3{Kjd_}`R_iNTaz^=a%r2E^#d4pQtUItiPZ&B;tXu#V0+f4iGV*5Y{_uqN3 zeIN|^OQs|MkbgIIS&HlkMIs<|nQ#vANDmyxR{!ecO$Y&|39}S%42s1Q7fmEU@W7c5 ztYW6T4f6!G(?>QDtLl%=+?#NiaIaX4rQbvode))zB-%2OeDZz*#Ya;IZ39^73&c$z?2-Wj)bCZ#GM;9U!h&`{*Y^H^xi=S%2;j#9)D7GkQH1 zQC2TY1f86(=aO$k4&A{nJ|ULR*isCvmpG=)54}a&ZjTdG_vEqZDB?hZ=68*@;BWb_ zYs}I4Xwa}bM5P$Mz$49TCBl8dZ|ShwTF2g$JwIK|n@`B9E(Ent?;iH^74vlf1PRP3 z^%~|=+d4OOuU1lzrxc6`hy;HefRJm>QxrD;hz`-zWHtbs&k?IR44!1mD{0y(_^Rl! zezVaK&9lX}aus2Gi4z5%dX1h-JNIYE##G(z4tw%e*T{e>q@ndPe5Ihxf}D(>EpoJQ z73PUKK?JYGDZD34M2u9+ujMQQ^>7u}J;oCWC(`s&6+HDqhegYtBSL3`C7oh?q3)HX z^6f3kmj~g+5tfuhm>R5 z4QB1Sp*pnqjJ0m2S2$RYKRqwv9JLK4o;=>;6jRNz;!+CsN5FyspO2Wd#y<{!60;Bv zc^{>ivdcXL;O~WSd|`NE5I}K&eXH(161y= z$42&qLP;M1hl>vSlC_Zb-5WG}Pm3{&GollfZoSS7^ql*eJBd;4puLgVWDE206+Zjb zxJGQ7sHsZy_Qwx%*l$zi&CA+&1gi6d5_gTUHj|McUEM%6 z)yYo+3!TtR_d*tqzKiK5!V;UI)6o~aRM50foHl&6Y4SoRQvZ$0rz(baiixoq3#*8r zH?vtudgmBE&kq54x=@8DRqpEmng=4m^fY%wQr9Z;iTO>%CM)kKIRm@|=Rr)(M$#zY4C`fF8 zoD-4>1olu)dejVI zw=7C04qVq_K14N7*3A)Ld&sctr}18D=KV@ zF%z(ZvksHrUpn*DxCQ#|8 zj{x;(jOc@p0rhB}5o+g83-p5>Ko;1odAK%uBB4ks0OvL%C6#ea^*+byEP%Hc@VCcA zo$ZUFtkTYv?3VS8$~854;wcECU)YBM@5n@w4^9Ndm#;lPK1_#ctos^{-`D$qLFlpl zD}LspZfqOIXTj9jz3L;DVCR(@^CktGOks%aCpP0lE?m1<(Xd{xtvjx1nff~35n&Ax zNE5HwvV5WvIjwzHacS25>@$*{0~0n&Qt-0gqA`XPiU;_OmOeA& ztoSBcBfnD}fx89s=R0cKRbEME{&i{#S;VI%+C_Pm~P1!r@LQaPr-FGR2ymq5Ap#>v_T zYmFmdW4?D5B=arh99UMeUzga=l8<6CHO3Y$B-W-qW3$_u2kABpKCn*hV!(E-CYaQz zE0g%2I=p{>IcgoH4!b3$uk~^(u2KbB#bQYWgw%&M<&0YdepRI66K3)a_<3MzE57x7#pl`<8S~6elk&UQKn0| z1Tjldxn0Bj4fMSrCy?g!*Kzc;Nofdpv(QHE3nc|8QG~EKrA%1Vx7f70L@Rg&NXq`0 z>Eo4|7Vnlt;;9J+G^4P#KrtBoiED&-!X4g|nMzeVGw=ozEHId9e(e9c9W~o6vA&ob z2&?)%|AcJIGVcg}d(f%ypc00wuotNul#rv<(VI3*FkjMR}dVaS2pV58ereMDiN7ntr{iJTN*dG!R|Ca6$U8HV0$zC@J;PTf+^#W=;Zh64iI8 zNCvQ76K%%?7(GPaJE zB-h+@Ctt5W))YtD5p(aF`TVPMQ8aOjs%F?T)fxziu?zl~+ZeX9s-wr{j2_B$v5g&}da-)zSP#24vchpE4M-a+ueY#QUJ$eeo)K9Qf zW@~HOO|ouk$21y}TB(Hr>07Ah>F@cuYC1z%>72o@#+7l)tKUE{h)s+AxLKEB8A;7_ z@;kJ7%xk&>a3sx7auE!Mm=?=S^OW2yyAF0-Yi7wZwt9{9ix`PW9p|ieYE4(!INN?Q8K3EA+!n|8k-o)fDIz%c zk-o{g=wo+dY*@iTI-9Kr&Umu9d+!wcP?U`ME^>HNO72Hb%6p%s zquw4hg36_h1A{+q@(ThZ(e#*@2giKXiIa}6SUVH$*W(&a9g=NP3MxCb*qi%>sUB(? zL%Iq-8xAvQ9LvoC)oNMsBb9F&O>ec+Pz2H~`e}{zBKqs8sScIIK-dH<1 zoch{0$v3~)Em|CbU5uQ38EUJ6XS=W@D^E*(kl%vt9Mj>liFYrLABYdo zGTm_iP?h>QOXzt1;u8cf{;(#0&b%aei>&wLdAj)I;McC@TR8*XtrTn(iHbCeC@~Dc z<2AUlV!+DU?{h6bItw^t_9+OTGJIfg$Bg%Z<8+^mid{ zYrmy58%{H{2_={v3-fp$$gLK8W9P1Ok(yFE8gZCAd&5l$uSo2%+5wvScsDcTv>KtY z|7B~3ED#mymE(%~=YZg6^%dfx?yIHplnLB!U4$|?@+)7GdV8T=vgGY|y8J#a$J_K7 zP;hWI!m6^7{41pn{adEc|KE<&2m)$w-;Zbm z4*ffs@o5B^{;TtJ(g*^)$?s?0|HL@@uMJcN1QRm?UJkHfdcZsW^>Aet>K{%6w_^=p zoA}{1a67;N^bfaz+a3bYKl}!6*-OiE3rF4BI&K270rc-)SvO4s6eeP!xlzA=I}T_u zfc_6#$W7A$^zT7hfb(y{p;>5deH!kBL$lC4&@k|CY#RZDz&*$~Ps4Oa#CDC~fdYuw z0w*lKXz@I6^7c5hdk6p(5C%VJq^*mmoL;y{3vf&Ncst4933&0bvgbv_ztzjIkQ60G z+0Iy6jELRqQD7FtrmoQOu2>>#t$V8%gb{ebkJ+S3*2Xf~yxNQjrthivDc^dDBW}Lb zZ*+hkYV?JkT^Ds60@HcU)Lv0K+2PBwWs%R>e%}aAEKugF9F}nH+Y18+k|Yb=QCYSm z8o1nI(a`yAuKrRe0}O@-g3Yw_cZA;mEc^h#I=Kn=2xoF3YRh&SUUcS=_zI49h3{K1 z6UZu?$|-X+dO?*-@npKCd-!wqROX|NtF6`?a^mQd%uMrE{v!SW4LNeYN|dO zC?AOAVA@;ssRD(+_&&8K0IoWfcV%3L{BDRS$P{1S5>=R_yQqWzBf)S@9$ykIZ9Ofj zHIhv0(KSCKb8s>!y*7vfheIno@s-XKsiB_J&+&6IisAW!&x-k-XNa&W4z3nwbZ4|B zlPeDr$HPt<+lQ*M{Dpd8Ik*$~rGX}S!{#WO_p+_W{ha5!lQP#gzxeac6rNz$o>aIz zB5JuVM^P zVygo_nn+&RpSlVJ!gGC7V0+9<>a6C*{IyZjo;Hu_sguedYK`HtoU@2{_f78c6OIS)ov3xc(m zNQSH}!{DhhYrlS-NUjnWD#(QS9&#Q~unMJ)pnDwaml`zEHYp0eb8CM=I&WEYg{Tl`;*5{9jgcBH%}`E5a>zgu&^GM4y1uCk5vxaQ0%?2JCy;11Ux(A-cGhamH|~ zA!s#R(8rxg)4E|<937NxMiai-0y=$%TGt=;#GSv3bD_kRZZbrSuw!`V)z#WW@NyJj#4}V3sQ`bmSKI#+qCBJ(Rj!t%)jO|ZwG`i z3{2aoHpkCFg)wrDDH|o#=lJYZaF}B0PBQ=v&xLH*{#Yn9zC}$>$ww}pQY+J$bsc>c z5?P``+7YvoyG+y{T+(wS2j>6MT5%pWmX`L)zhdqL;us{WgmnaVy27ucxqTiE$z3d& zNX4L^o>X67(Yk_OjC4r49Rn2CJsIw7;A^CdkLYS1wp|BfbKG8DQcx;F^veQ;X^N4e zOipN$RMBlA7i1}r2y)=u;7qCdFM`upcGCKsg}s(B{Z=hQTQVQJ+c~D|4z*2ROySO^ zXkjz4lN#>FJ9pLXnb&H)FbW-36=&a%O9HP6bF18=a6Y5t^3v~RySEn}2-DKC+%+vl z0dSn(gACRnv={pwo#;OkxL$vQuz%7+@)p~P5@i`gwpfyf%!DM*<1-Y=V=jdVMf2?- zoEA50v>gj%lQ8W8-KXsPK)T6lF0871V&~`zt4%R2vQ*`Yb1T;>C8tjg)DQ+cIyLx= zEOq=c1K?r|l~1+jr`Nv?x3q6E)t|QR>&-GdS(KOaes*lD=&w7JOrSAQ=-=LOpbOea zHke;$V5D=B_vbYy!;*zPjv7(n8$yq=&SbXpL)LDt8*`*P3MqfWaqvvJ2p{5;kMPD* zmZ!N#oN?u)434sfp>re{N#V1xyS2I%0s2K6qw3VTB1&PUYa@8oQ3la5nUSYm$IazQ znM6dIrvq9qg{k68B_^ISB=lu-qEaWGy>Oo<9Z0;F;SYsC?`9GQtZyX%6A!>P;mZ{9 z8T~+6qA(XO>QW*VFVL$nhi(%n4jPPK$y82I)x(nvg4b942ow~orA4%nAON0@u|OHv zWC?hIv`pNyM9qZILHg68ky^oYvIrAej517d@WC;uHEyTiEGSS*!6+!T)9I43<`G2< z=br6?VqnJG_v-AM0bF8%Zo7R}CYEnqX7-8>D6!nrHq@a^oWIChoDLz-`PIER7h@MMDCdfL5SSv6!4Qd+LRB6%xY#S=lhopfK?zE`;_nKL0ABbtvG2Rup{-cf_z|I{>)86PPEmtAD-B8^4(mQu?JRSV| zl?U)jl*meKLmHv3Mk@^L0n;-BY@7lZqb?)M*Pn$zD0CnmI03C zk!O^M)jZKjifor`;#iWB4o`!JA4F}KUeh8_3M5e7b0i}l{lUmjX{D9oE~ySe!8IB) zL)4|qNa3toSH5eHa5v{ii@fKo+cNv;Y}I1}-tw5bP;LvaU6L=fYO+s#JHLJjasV2m z0?TYpI{eO`_XYU)OzBflc&4eS5Oh*4k}LHr$!On&78_Pah>@y!JS-)B?Pkf2No&Hn z6a+=>rP*|(GkoB+#@{w7xbSV+wO=l>?#LWui1BMk*Qmpv01ZOkL#0j|m%@pl`ndQ~ z?*(76t7!%204(VS=@)p3z)!$2dZ(FIVsF}&fGoBX*fnh2`SVJ77b@mbPGgzB1v;Bl zIER131auX#P9Ih6=HOf`;5*E#K;3uXH*v3_f_gKC?$5?6igg^^b^IYvLf9E}#XATi zy2O@ro;tr2PYU+an-hVOrWP*cpi?l2KJIk$apQT+o>FvOiz!*kN@SA!m{6=UJkumvAW(NnN| zDw@n9V2f43H4!gkxza{~?@1^^%R>7=rH+pAu51sm3Es?ozjqeE{PQ&Q6W{~G)|43D z$y*O&U+ni!j56vXGVX@o=t+nsMRLAM=Pw=_QteudSX!S^-H!|qamhPe)=-CQU3llH zf$*tG)@Z7dR;SX*U;|D3N&1A`YFK9PYok61d#Wg0X+4F5$an^=?Ew2mdP396joCc` zy@WnkeT-ynPK|xAOejVHsae&Sea|x;8mt|ce5V#3z3UYj$10xOdBJXdAsW@HA_ zUE4mO_|P3aLnb7R%}QIHx^eKe)Oxl5yPlP_4Mf)lVU;16Dz*qVhgTrelys8wOTYLI z^;Z-~dHXK9E|x&m8fZG{@B6(25HEAM9s?uG-20h5P#2}6`DJRn71ls+bqa3ewpm9N zWYw{gS=0>d0J4ScWW-BmCr>FrL?_~yq$Kb-vLr-(8S{Dfw4^3q!FQ|IsLar8ux73R zfmqREx4G_ED^?BDL_zyiU6W!WJl#&MMOND4 za<5i%B9&}BxSV&L&J2wUChsdV4m_l1p^zsTgMlw|R-AUk(pRqh#_@W^r=KR89asCi zns!d22wB8d>m9T+jTY)}mpyH-FL|n0<>PGNq$`}SQ(k3gN4SW&?MqL+Jec#kI+hQq z2Lw`L{3)yXQMsoStkqh8wF}kGYK2Db9v@_!w>ArPASg1{BD`$5ei&A>z2vfF383Jp zYMak!8hEW?Uc$xTMF>s()JflX3zE9=DJh^Ns9D=W#=Sl8K)slO;qJF1Clar9}b-HF24cAh}PC5HWRF zUmA20GMda8F1pQd2f-$JW;z$yx;5#3<{4&T)Qh9Sq_tZA-frVtBQzg)nsW$+7Lsib zRqJ5sn_6^gY8E`I!PoxwXt4FgZrAe*x90bg!GSE@=`Ky=;l%9EU7JYdl6(Z@R#DU( z-ICI{V8;-!Q?EEN9O*wRiZh1|Y_-!MbG+<@q^?<_F`rC!w6*&9-f7ASL0pbxm{ul^ zFLJNhtk=O+rZIsI;m~)GZCm4odLL>zxMB5}KBk#D81}R9oN;eM{i$anujuQk;w(6J4pP12+aP^a4Sv_WhvptpZVVP|6vzo>SLBHvVg) z9)<6>r|aaWcq~oyR%Sk)=d1`#I0=uL8eNoBKuHu;GdwF_L4cHmv_;HJI$>ZvrvN9$ z4CqY9dm6y=#)QamJgRRKO4i0O3j`M=HW0eTb@|O>mE)y!3RlWVn5=rWzUmElkY|bK z=k3W^c^=W3xGXbap$kL29koOggZ`z?rAt1N3$wBwgl_zXO0t1gv&V3;UR?MFNAXDB-MC z{L~m4uka4&aq|mYi$V#&Dhp&2L-{S?GZ-Fy@{#>4bdrTlno80b;R4+nIE5^+JDpLCtX8vk8KVt=t;|ZCd zJK%k|SC%MVJw9lIP27AsgY7f7Y@hG0|62`>O1N?z$ekH z6%XdORO2@x{t^WR!An<@P;ba`5){;3k5x@lPquAa=V9@?7#F0h{FmlEh01Y0YPTy$nbW;Q zCI61A%AU2|Vev%V-uZ27x!#gYDWZx1ixFH86Juyld*hknSD1<#pBgC&4<2cv1WjFI z`qY#;k~$%h&ipq@{JbedtHEqttei)j@^99x^W%U+bRsfU3)>}HPI%QpyR^C?;=HX{ zs0Yul^qV%c{hXZp89p>FrS=$y(0(-+cXg>>EbL9)S9JsC((m`Vm-i2aP8jdF3AzIO z+kQj%d?_Qik=+*ntFdA$U^UK4PBdEF@)2@m#u`kUFe;qbgne8Lk|d8;q%P?JxuZ8R z9NcJ6M^oYqjI{yklfA0~?V&a>Uu#IBc-^RcU@mn2+(r)JFuX(dm0Ibk)=_!%ie>z8 zU0Tz0&v&oXr!w}~-g_MbC_4*6nTWKOxkD&mL7WrXDj(vO$!8v6)QS-sONEhDOi_lephm?%)@}Fq?31!Z})%Ay)%F*@`0@&6snta+sFW0^BrZ9BNX-U2TaJ- z=y&jIy~r1$uhBSWG{we}zRrbyTi+l~V$keusWwM%1WQE3&+`kTKKt_Ns~yni3=o>i)dn{~eH4Za5M#FiUR>dH*6F3n4v^SWZ5pR@OaE-&Lx zLN^~62W8`3MDIKIpyi_DLWLk%bLZq~x%51qk84ehD1AZ|S^7jquRL~nBjU`r~W=>yG~PvOjKmv+Mt7*AQAkK)mxGdj|kc`L&Sk|AgbfKk`gk zLAsk)0BruqyMp$wyP5pG52qDm_%+V~VArqgq!ncRTMq!7a&sfVhUIT`*UxvN6$C`? z{&DaAeELIv(+UDIwcj*^`Oh@uA$R^)ItNg7_Sb&>wfVGvH8=imjvP16Ah%y1z`p;( zx#ad!``zCE+i}3S1z?0Xv(@i3{|)`ax#V`l0_Y#kCAY&3K>u(qxgBc&`iFDL?LY(2 zx6UQE&j*Yu0R6-H<#u=h=pW86x8nyu|7ZIEoe!XYIKSME0$P?^efYQb-BinEq5IGF z-8!?--L~(pGYcS)_(2x=e`9ABx(C`;Xjtw7h!H>1`+K47@@B$!RflVul-IjsMnEpe z;oG+o9=1LOq}a=#gzwP=Ap)IP4g|@@&Prro*#cjebwpd{`SN~t&$c78jjef^%$sh7 z)gC=4KAP@X1MdO0+A|<8%*j|Pj7s(|Ic8@YXUJtuCm?-ZO@|)ide172_9?~azU}&| zL*ok1AaWh1WYE;Vz##C>&kelJfvv)M?VKExV2xGYQWEHVcmUbZlGoSJUi#ke+rmtX zqS`X}Wrdc+gB#y!0zk;j>Vrg|TA^lJ4fps~o0>u63Vz+&T@ z`j%%T$G%p+65Y$fKdNg=rj!gc3d4e@X+^JVcj@5fK^f1rNFGcl>iB3dpGr;NOt!Yj z>Cbh-0V~!ztmd!K+~nqC4%VkjYZ^ zL$iQk5Y=pye)Zui^<8wHP+8;~8O2g!c$`Msm-!-Z3 zV|14HL9}@Ak#xjAK1ox8I|dwe92HLf{$AR=$5~t&qv^|7<{7T`H(yIFRv=eC_$7?cXGAX=kJF!b>Y1gY46gb)N4Rd#yIs!r^qZ}uJM3@aj#9iaNW|)X z=8R)oI8?xk-tgLlrO#-C&OLF~weU;WVok7)zNR?S)|dl;t+vB_#WaJ+yy}z>T!^P zUk8Vyu>()=>!lvLZMsoL3yoCl)b%1}&(?!4B!W1f{dxDij1rypd{2CX*UqQmS{V-F zJKdQ!AWRdx3x}xJQ)*V$l7nAvMxag}P>YNEVf!4kc)0`z`n9vau!d*jJSmfZu3ITh zloZ@>0l$ru!{!B93~lE!m~0V;ndKl`aiXch-E%Q{&~o0>0gt4%uYl97|A|@r)DIWo zGQ{{k2GQTF#lPnW{G-5cTIxHKwrvC(Ajk)X&pDMBO;|(e9p~!HGGQ9$Ydd^hFk`f# zr{T0OA@$y}HnDP~Q8yza46lXyb?t?enGyBr`?P1xg4v0CmP2-saU=OVEx2c5)=s)8 z@sowYAmo$s6Ju`Fm|cu9XMTjh?j@>*-gfLPA|X$59G{xo`$jdMDnyBi#WpH6-TQiL z)>p7E@hyV(($MgF(-FDC`Utg0aPX)e_XoIo(Z?KnK%^(+VVTMP2nX!bsHaBIc4Lm7 z+I7dUGhvs8T;Jfea4gsE<;hQI!XNU4{>}&H3RuVhRXqT8YHk)X?VyGO6NHZgGk`)h zlYz3#Z%_R&q8?Seib;!MB=NxmZl*l+1<`aCP=5A?Y9i7z6Dl7I2Na}((L?)Fi z?Z>?bPg*;LhPd2C0Vrgwrg556u# zXOXMr_28x%XpbmfTTLK$)ehDGeMb8*WElTxk#T@IKZ>#DdH!s~!Nbj7-iaXL(0|-R8jPubg4-U%nX%ZFd_{g(Go^Y+MF3!VE0Gn` zE|3-^zv8VKcq_Qn^l7i!N|3#nQi&eCRTXQyC--U$PHSVDuOJKS-R?O^ z{bc2~`l}dKNE}+^mc>Tyu}HI{wO`2VfFt3x>h68n2V#DIu{!aDJ-#)bctOjyl|oph zzRX1(y{tmoTCbE{*jjQu+x0Zc5!Fb41VUs0$`kDtA-YAsDaqQ1otx0SCawWkfkdF2 zA-oh0^bj!$2f@IT$VawfEYlyocl4(nddupiRS>Gkfm?5y_hAX`@M> zYDiV3c+*`KZ#aiwM`0)eVRH2d3^fd}AEqE}G zcWS-hAD5Sxk6+8m!F64i#z+oIg)2JT@*@ly{;FNhvxmD{;>TgUuyzU zQiGYLg(#*`9KA>5RS~9N_8d0MC4)RAdu4No@M1TM<;zS5dFb0?oJpq&7orNwyd5O2 zR25q+f9Cmg#knr4Ec@?3GM#pg_cGw2f-%kAnKeq}h5>+xaW824=2Q37f*Xh15AR|~ zBm=jLn8t9xxZjV+dpf&%0=?E~f$}TJ;QHmA-vQ}m-^5q%fv)eawCp<}dD?9%H}jeWss z`^wkTjWALnT(4*o4mheiAc#@Tp^fU0_%2T34201uuI*k9Jy6)CWw|p%00E&lCWP7p z6lYO5MDax8FrNr56%o$Ebk;K<@KH+XP()%tKq%Fj`@6>e{&dTqem?YWx0n3Kb^r0>p_l(2R(o^Z z|IhY;Us26}H=2g-F97;qUy+9HZ=&c0zm(O;%~sim+;Rs%|1cHYz6yZ;&-Mx2#Ie%fnhNeh`ScIO*Zz&6 zeENsNW_Jr}x&rEwJmLXp@UBpl15&StF8b)?m)cGNbxF1?*`-q0et6YVoSe(j>dWK^_>q3!{TVaW5)Jx;~FB3y52JXjhwKQ1She5(~7gngj@O z2tj51@M;vu+)}f(WA2sSxN=A|r}y`u1q@!?+zWxzgDvG6CSkF1&7-1W4Bl|CV;|af z(y{&~^bva<1mEp4# z@ue9+{RQ~H1Bxznqtm_3&CEj^IhhrlE9eZ9uH);6Ne!2J&-3V;q?9DEBS{*9izecT zf6X#xB-fNJjDvYHq&JgqrbVuQO_fBlUy7^OB9-~)rn*O=ShpvRv^_1*fS?a-ZJNjH$8hW8RMW#Q$@hU`*g+NGB)&388NvH znMWU{hLlL+O&Kuo7T!z9LGQJv_bBuaj#%Z&M%GAhC8^t9*IZMSdL^U!R9jXCw0PO` zyqog0aArRCPbndV#%kkOUVI+r$oam()r?s=)@e>)4R%JSKB%{PIvp+voX!Ew=xKQU zf_7W<3L7Gpz^d4iU&h>#ahUEL>fnhT($ zqBft$zF9$a(sKsDyR#fDa-L^tP<> zHi^#V74rN8a&XWPXOc6zn?bUIvVJT!Efc&l@#d}+q|I=MRBl)0b@tbTDWN(zD=ULh z9M}q&<lvM^`2&GySkt>8;^V90vc z|0BE;lq&5uVn7;M5nzcx&C>Y_x3Co;7fSHCf&8EC|*C#p+YF zGp^7D`$9U7wz8iKolRT5fFLf1uFV@jyrKlH;y#5Lq#@4ZYP&gzi4lI(3bE!#?6E~O{El4A?71o#Poq6F9>MTcZl=jgoA(3oVS zAPb{kfps*s-^T^nZi0{uBW-o-BOa00(I<@hcnqg1mv!u)&CecbYBsLi+W`;69_g6x zmY)U$+fd*`_}v1nh=`sC!#cFV+vn!$X+^P4>j~Ir(X+UcQdvCS`I43yK(t7Bm@b+L zui)uo;7|fjHHozwH`||b#1ijPOf75beWMbejt#SRJ7`ZIM>lZL;g>|=kOFT$q!@ZB znVs1JDZ~TkX$TYZ;_q~CaIi#x%57WK%Or7iDQo! z-xm~Z!z{=*`pSeZq2!uF-eC>}iWHG`L**{iynUfn4wstb9-ZpN?r=1!zfx{LCl@iy z;Jf=_x0cEVN?&GPv1h^HB3L_9cbzMJ7WI_k3)b_(hPkA{R4p250f~V5(<28IPH?S+ zCzG~PfWmenek7KWIkVBBq;^WL9gMX?2q?A|k=UW68;B#AX&1?~3yB@9BhEe~`N-(v zCRt3?@XgOKsDV1yQm3je2)BO~%>%{06g0nj622a<>7ONv9ziiaxh34toU=-WK;>dg zyRDxJlT|lq>I7O-7OuK`>=Ngm*?V;Vr1enXl<7|5Jl9B`n{s`RciaTr8wnq^H#)yl zS_Tvox7Cd@cw$IbCGVMNm(+uSQJMY)?~x(80fbwgK`VK4UFMVb`7h9SFn6Yja~tLD zu(Q;e8CYD*rtG@S=7h(dzCWJ|U6D*Az(^13>5cHr9_R~|OpqziByV1Qg<|NxMTiz4 zDVI~);bDbi9AZR>WY8f!ECXJ!QEk*J6Kcpx8`nseW}WtKMU04oh=S&6frHxe)9%(U zz;Y*Lp_chy=z{H=uj{CEUu3111|TNR+HTmV&n&N|5oC?%Ksu{fs;E?I3-KK<}+6U#-S&--fcY&{to!tj-?@MC6_d|Ig z@JdI0m$y;>>B+9~nn3P(3Lj{;bXHIE=Kn9dxJxAV}!d0bOs zY_ePJ@bKjC}aHQG#yUFz?X^0WEJ5wUH;G&`&~W< z@V!Ye?^vPCLFb4<2;)RlhjQxTMaPFl0G+=wb5}D2fYEKtR0L;cYpJ8iuj=32teike zb~+bv7u9RG)DiHUioqda*Z^&WrcX>>ZM#AVyXbeO92QYSV7XpS%YA z6x%0MYy6P%KZ*Dw6K(YV7>>My*XlNw99Qg~mEcB~H;wgdlcnyp>H71>%YmW>`GO0URRy!T$r46u ztLJdsPS6`@T#p?kBmK+}xABb2VlkCtr5!%KXx$v1N5Uv8WC=%NPwc z)Jf-&DS3@-hwU!@)p#8kw|b@|4VmuLq{h-Z0TF=`(#FiIKV3+VYqJJ}cpRNd-o6Ig zo}>SSh!kOA$36N^rh|u4U_9%~>fxHN-D<;^(oc^hYyG4my)QgJ@@X1G+7eQ3L;F9; zZG<=pVZxC!J%Cz~^HctMs4`KOqFnwJ{ISBw$*XddHBzx-15sVdC~JWg^%vDZ zI(TtTE4F1Fw1<(0_~GXjm8SsP?&;KSUGTMd4*74M;h@%*7;c| zobEfjk9#|Zd)4&WeMs!4vXkNgdftfk)yI>QfYGBBZSpRg;S( zPf!ou&~A9k>x6iam2u-kG<>br+hNN@;Oaio@8X=7z?6gEshnJ<8sr2Dq!OCQ+sUh( zxf!unmeP)?mOgUp3&+%62Lapj;r2IWE)h}4VAPPD-YuNaG80|+rkm1c?a zeS)0&;V^15WtZp}ENc&~8s$MeDVli^sW5c0d+of}^)$1;G)Q-^j-5S)Y!1)$w|FbX zS9rjra&js-fpoX;F%;y!iQvraE&fAl{p6{Yj`(M#9+kv)^ zB$8d%O+{jmNa%-vE8$HXUaCpkESSXTPQWLnZh zm9et?*K!RRLD?ahdbf{)OT#IS)q4GNOq7;nvo^@_x94m7@r`y|)p?uD8VsClv>({Q zP!eE~pdd9wiRfRvba^IP5L828F8U#ZEF|?aU}9@rw$;wx|LW83z=pC>cUf!u{3F(= zu)Ruz?v?aR($cIDmfXon42lYR|5sPWl&8^TO5^%>&n|8eTwEBEE`mBzxL7ao#0QDv zHz<@`97)?31bB}XPOI?A_L!}S@kgh*@6sBkXP9bCWYs3Jc z%BqTvY0@f5UIDH9rV@pao>;*!APIQJ_26JIY7Z>c#gpMjACGAJn$V>09!DlYX~-$m z0$SG5$6RN`!G6JF6|fbxwVAxhQb@J}&(Me9@7^X#Q0pt9g8>Nyq>&@*Rg_2N#gI z`I}51xz?H`*-*Js$?iE_j1QKrcZEUL?ER+Et4vy74RNVxYQ-3dT+EtxF1)zoOHO_m z#1@Ek{?vIK7y|9vAU_(wG_^o|n%|iXbaXddh=Z$G&sm)pp1D_<@Y0`jEM+c;CI2Uu=1*FVOtsKYR)N&p{H;eV| z73l;Eu#P9GIFmcwwQ+gmjPq7-$Ngls)5rRDDE;WhHkGFskPJ!sO{_ALASg7z7y^)l z458+){5njzEep~v$?)3hi92vBgL-hX~ln7=uT{2O#> z0G97`X+YTJUx~H)z#Tw%@jp+O_KSk&`#<-*{C71!e`@?w#r+Wf-2a~#;wQTN>^&cb z`X|P_@A_Yb*6%(M06xI4S^?mt;4j`106w72{qLRbuYpzninay72egL&exz?l1~&gu z^Yd-Y*$&`ix!+gdpTFnw^RLVZz{d;t3+>K>Cgef; za?e#jZOL!inS0g(;;i>i_21fo{Phd&`b+sfYAEAx+L?Q<0hWK$&fK#Ju>6~L=6=tB z<=?b3_Zt8#KWJy}wLAB#2bO=+9^I1xSpH3W1YE;?`C)$FYjc>s!GgsNER1Z80k{AF zEz5nbY7;YC18ZCwAu}CY0|5g)OML@qn!okIWnyOiF4NJR6O1jg!uX!UtBFtB4oY@x zTXmy}6;O}iQu#d}y?pk>60v<43=ZPS6LN0^`954;3r9k)O&b4zYxoshaxP-}l`sh_ ze9+gn5cSXT*dB)-`mCfNUL<@n(Di^R_6eo(nrxos8q3P)Q#m-klO8!{ApCn zv(O?XE%-=Jcp> zdv&2TYe|R(S#B@Vo6p=!mylK@qLUvLxf+RD!?--hTy%29XrikPJ;p|TiOo|&p;*!t zNq9$F5(g91gXo7tfn4~ti_~sb#Nv6i>IUw(fLP9#;WFqQ9`>Y56#lq|*>1>DM%PrcD|CVt+poQJwOeaSd`B75)$4>09wPo7L|eq&su!4`pGTA`8vjYBYAK+vW>mT==Y|Z_~AGhGV_|bJt7)abKygC z#!-WzJGEahP(k$eEo%WPJ`r}XN|?rPqBGna zYEm-Vs%l%m5+u0ih+RLsskC>g8atNOpj(w?f!IhfxrNwfEJ5dYlEsIk zK6&Ts^&CE-k#iTZt>`I)QDPbNh{N+%JWPN6?e3k!bnMIZs$P$-`T+9`vm znyF9mJ)zqsW%DA*pGFl3V$IVT4XP;z*f}EC79m^4Mda&*ErQnhqL=CA+M<>oAfX?` zV|se#?qKJkpcTKICeXm65`fd>$Ewg{SMyPvrSh4=wF<0!30e$8qXX&bG})|np-6yJ z_rCJ*Xc8Qk|1Fs&V^?Ur(@ejn4u9qgmL9Y0COg|_bD|{5?=j!)rs!-B^9^zL;KGKe>rXIr46JGsH^crYU8fEU|3vJ*}Ha zH7t2iDtf#%WqoVHnMn1q5&CkK#^m}LuZL)Q7Bi+n!ZRz+Nytlyhr+K&KQ_BdNVd9eSh*?hIfB5 zTX1N`J5+w>T7>OpkkDCdDB;Amint8{<}y8nJ1>J7te$%F%v*D2Z?)eW9*T{0)4?0w ztn3I>(|L?nqH%680qo}Vz3lDG&GF33i}yEpw=c=+k=~yLWXlXSI0ue}tkA$rt1*Y} z-^AbQ)kZZEZZfYO?^s{H4?^cS7UQJ}+$3`59Xj$(IvT>}9pqYB9u(SqfyP;{wjp)) zagL3%oT4vTRkXI{7=~90`m#DDky~tuy?4t<%J|xd?ATZ6&LSPl8+&1IH4J8YFT-37 z^2pq~0zQk%Zsk1MImg3{yAbVoa$WXz(%m^vcK+JxjU{zvzs!XU?;Y`GL;(MF#LcnQ zo9$P8brzWB)5aSKb!Een<&1cmYLbj&Y=uxV<&qd+`DkU5L(}Amg(&iwqjyisgogN? z@jQ%C^HJrUxbvN@h_r|{o8OnwMY)q_w+JFUsgWA0_l{mzS?rxFx~>^M}#)r51dID@-U50z?5suHG#imwt{6*E;(Yn1BBBsB%xy9c~K zIi`C9CLS_mus5UHy9aEJ(s;m(J$WT<#JXk+uI6<`;=*R;ls!43{B9-&mEDnZwH`(2=DjXvj1zZxaw1$V}yA^jM^ zFL%*p!oWB5wI~Jw?HzZB|610e&L}Aj^ZN~`z)e36d}HIu-heDw3vxIpmy2+HbTf%% zpEEf}>Bk5zWSCLGGw>s}T%=wQFP6r8K_Pw5d3ZtdL|u8_P{#-z^n#zDy(7p@PT&*u ztfcVG)#!B3dP|*EA6ffuj?I z#k4U(h&~-Eu_=f_#fLc|W{Y>+o_7-<*EoFs#W$xf_OBH!>YO|FuUR){SD!z=B`Acr z1M_Fw2j5IBB7?43n5yNKL2d`OWLg%!Muj+id@MbwfFiw8uArbG5sD{$b&77JqfNtu z;J2c+yI@k><^e~`1*c4j8m0Gy(#<8Ll(q;hC7{K;{PDP>dG6RNMppl(>B75$QSu}3Cj-CzBx2Y4#lq2Y)0%a)cqpFL$#4A`BtXj?%_T+|fD|E zf5eHLnnAb{q=89DL_`#a$shjtw~-(+G9Hl~Op^is5qCb#IR0%u&0AYM&UNK3k$TBLCAax?XCt3vicjlq1tu9{|3p}g9f_%2E;C0}+Xfj`fEoDnu<_|(S?$Gt#otb@k{@@3OQ{E3>(E zCpcm}+1ngcQX9$5p> zJ;KQt5z4T=5+uNs*2bAMrhaWWfRC*a5UPkhN*sz8)T zr0-W2T2T>7FGQ7SVrgnQ$~8V zVMiDzbk26nYhh!rdPOR^(gT;RL7#U$u|~zU$oXh}%ygn~gND)Hx-DQi>Tsq_$>T~^ zUB7pVU>BqUuru-{q}HDCcH0jP16N03!^8=n8-bm=b<^11+nY*s&}0C;lh|CWqJ*fP z%SDZp7ccs~dB5$k7{HrrbbNRmtIU3Hne~hJi_#bJL$Kk8^dVh#F$c&OtsGA7VTc~~ z+*>tcVO%xNUoP!F22W~X=(gQfa?@Xk9eACa^%#C?ASn{VK<8(rY?AG<)T=nX(^ZtA ziVn0}-lOE9yVZ!`ine4@3dcJ*VudgUbXj&bl|4V7F$UW&m^yc|z;*EoLAHF(ePLKE zI7`8laF_Qs{}3b5?=?kWGvltKF0PjQN^%Q$?)R%Ym)ArNJ;?r9*adq?tMmf3fz+D2h1#X{k##$0qYuy$t zrK>c^FwSLuSnbu99Yx{3YX_~gbc^^h!+gp7ez5+cf1yFw6erPUvBU2w$W*g7Em^Cl z)@I7vKp2B2+1=!1?=ZpRZ1vXXg{cxO4r*_A_33n1dPgY^@SzV_h0f3xVHlHH;Ydj( zUgMFaGASP?o{o-Re9aRVn^Vp#?EH$a41+NO!@4*HN5gN2o}z}tf|cQ9p%4XY84Lz+ z5&wlgi$nF2Z{>EQw<46{IZJp5!<{fDtM<@-N66*o7lMyMS|)u3fdiu@!Uuf(Y}V@vg1(~x!6x?gsJ&-l5x0Y8uu3S-W%B0BEU%~$d;CXJ)JY?+oJbUe<^yY=!(LeJXt zTqUFg*bZx64V@EAXY+~%;oX?)%?T4Av-Dqz@dP@F?|*7-<4MysBq%14azYH7X7sgI z=``uhr9s6}E;%0xS;lz%;bO4yO2KC(;zVIkEn|ABr_(Z+($Q&=N3jVh)<>{CxpMZ% ztQBkB5yU!lS@5yHpj>qaW^_GtZu<)LT8hL=X`QveQS-A`ogEAg!6u=x29Crd!&!+z zj=|zY5T);7QAJ=kc{#&zx^S2{qy|jlJW$lA6x#(TFwS=^k@qW1E#kB$0KTf*hHaV* zrFg`>NqZNxtnpFHUE;mPkspcix>Xb6b)on=HU8@H+Xn9_t}S#c-Jm>!aPT<@s-Bz zEXkaMI^UXdus+UKtmbq2VSJx1uVqEsk4RTU^sb^4_t~D6#9n?_$=t%R0Ji(){O+`WNSf-~pjo;sooo-x4Z^TxkRN$>{@h)&r0ixu(uFHy(20)4u#J}5O znS_))kc1WFw6#)W`3eDRu2|M-J1=63iRZR_*$=BwP*}xP5k{$MTMpUcBtrk-6KZ6Y z)Dn_tNtg(Enbq4(TQgFreELHPXoe5$l7=)Pf=6^hNR;~c{a^>WvOp5!z2 z_xg9!X>^L{^@Pwq2Pra*lNYH!f{_HF2z zoiO5&Err2N5ld+#-a#t`6>GB~bd|oBXNeePT$i+Yu4jer(i&y#3u_UY`>dj%yd{BQ zIyUy^FoZ))*n-k&e^>4fZ{7%}q|^O!aYYzm#4jKuj~Zk((;B?wAjnvJ|&y_*k)L;ai;gugXbw!2(u*|W{ zHQ2KOdIM!)CPB}?eBwDnSrsB#>#61dqH#7<)#K`F1#V^|$_taL#bkPNomn9gI0*oz z(n#{PmztmCbKXb4G|kK((TtJb$Q3IP`y`exmMd1+o81drB5Nr54jGl%sUcbLZI<-( z`+CRin#{pfsSm7|ao(Tgpp)F$Xgzk1!EG(9WrEJXj<}6%5AGM7pO286oLm@m$WT*Y z(AzIN*r*hof2?->+PQHUhm+X*_O4$&x;F`sRpJYm_;Ia!{c?k!Ha_LEv-A$_W#iaN z5>HYaMO1&q=TeiNkcFa_<;0nAA^+shw~Xf!hr!Ww6smj!leJ00FQ zw0Q)|EtA5OQbu<}U{HueRcSUz7SPt}YBJo^7EG>Acfb!f!_Mg?>z{VK719b8sNrKd z($Ir-JA0=AI1bXXnR2^2eGzgH)p+}QiOJqwV{CeRyIf(1N%PW2H#fn~=e+)0-WBiG z3bgj?-odl{PDyO$`7#UeRYq%YTXif6X?b?uk5mQ3JG^7(wq^&$o$)il>#kY#UnUcT zRMv#}(HXL~+|T2*1_h~mN3Bmt)6D8n$BcA|6F&8S=FH49g*mvXI$vc>$B8|>o_D)~ zXsj`8sc$uDUj*@RJ{pm!-feTsEuo>$Nhv=n%j-hvYCbgnycMo)ucesPPX38W%TUo! zN64_GKPirgB+VZyyq@tbWTdHGHPhz|%bjGMQlrdIRcsQkC1g-6?Pcx??Cm;?r8Fo~ ziYKbIckMX1Y<3I_xTudfTQi8Jc5B_j0Qzq=*RF`8xy{}%#J;#;j1;icsJ9vK2~5yT zs?pJ#VJ|(MckZQ_;4C`z&fGM*v%d~2b?61Bfx~v~&ohzpDfo;<;joVYk#Kml5hD-( zUR@=u;PQe7R9hLe3-uNZiIyRLcNvxWi{Aje>ghD4eJ&yYFh{|>Mq|F4cqyPXB#rsf ztx!-X2DOBw{R3-n*ax)+T^91wh_$PQ1T9r)&}0ynyWPO7tcg<%GX;i3>oda-o7{u26P9L5$B(;cN?uo zC)0J5V1~zZ8Auo5IqeC&7eC{r3Aa}}E8?Q19KK>7Uo{)zI=tvRed z9Og^D&^BpwyHC<_ev~DBnc;-*OGbP-au3|KZpkThpJ|~uxKYR0sS6K!lshiBHQ*VwEq6Yd@@Y8N}Q=lXbY0bi9np)PIfP(${r~|GK_T zmD&fAJzY>TxtAyU^vDu84|mHV_X~4wtvgI2Dp?`X)&u7gM0;qtpXpYnsxhW z`E2YUqrhC!W=C+kWLbKOw3MdNji`9bUBe^nEkL|OPTpLuDC*p@=<5uYtLn>Y;cdBN zvLvLB`N)~#GDKtTHB5K}!5e+)Q$8g9gV^eBqw7Qyvkao@Zf_)vqTq`Kd$mwJa2WME zPFed8gG2jm*>BOxt9ao5Y<2-m+VhPS{_lnt0tPmE)+ScAmezl>ZjjV5Hvnq7c<=vF zNEld{SyIUw7}=TW+_#(Q7}?+g=%HzNZS)K*Y;l1R(x~a^=$M$GY3|3lucD)8q-LRK zWnqA(k+U^0SHuMX`!E2QS($)2Z~1ksL<~%fjBRn5=~$_0Y3W%3&@`g9I%Xz%ycR}g z2DtaiHcJazK0ZrFTs102Miy!SEhEs8nF?q%Ma>8R03ETJ0nF6Q%=AEqEdVV8fSU1s z5TIiJ{%1fvodF$Cz4xHXljY*Nr^3C94Y1}fj86V&&+#`R0X36+IyMIPjekW7IXhij zCo3SO_(cWo``r_i4!A&30eMSdQ2_}ZD_j~;eIP+hY@Hse<(zDQ}UZ8yINen+$Y$V0n=`e zB!n=s0d2d@l{AKJd-P9cREu)%t5 zq$lY$>ncw3u@D_e*~g$mCfr%)g4StPOpBkqUVJm#CAws$_O^f#v_$*~o^@AFPL8#| z(2a{!cFxY4!w%mmYk>G0`+xH8T+*blw`yVltpaoF1e9r^Fu@05UuTPe~ z4v@crjAnzY_6s}90ykgYQo+LHULSqW^$$w&@3{Uat=az!q**!O``mp%2SwbmHMVO5TpJB&jdOdZlX@EJ0#06+y~}I z6zCq3?HX{8ecTgH{@5EIvnE5A?MjV+p=Pq35&ntx|X_4rnS?)wEAby~W9 zdn?V?GM|%7u_a`MNNL4_Ok@oAKK5zS#BmilKy)o}5gUx|YB{1z7c@t>Xrd=xw5YJF zaxTUZy{@QY%UkkH$V0V}JwiFU^U(6i?b?3|Un`!^aGQO+O|2td$khlI2$KA{G>7w| zj#{NTCXv@I$e~X1M253xz5|CZEROSsMEO|*XvRPIc>Hbv9UIZCy~v%b08f9{Sb+Oh z-<01%QHS{pg#4EwUUp2$)@<#hw}ZaUic6BWch7iPCvn>RUpv|iGA!d(ogD9w~5~p^Bx`5>vHYr za*~bYj0=?0MGMkMIew!!1ge6DSaA@~tD#I_)%{gktgfRrxS(lg6Wjdd%N+A7TT9m& zbn&sOPsu|}W92f-4( zqS4_Joi`&IRc9hP`1Fm2Nn}eX!^3K8^coBUbV(+CG5TjMXm{#IUZ>^&hvN&r*;^_P z{GyW69}$oF-XiKJ+<)m9zH@icknVleO8c~KhvGCA(|ebJitC9N0m&ji&gXu}u90b! z&ynG4K6ecw@MOnDy|A_PebgxCqpHum+`&Gw1=Bvy1s$+}f==xmR+h!)#X#AobYK*f z$~I20NFkl0UVpAQIW~P#MRLq(4BHV}RQuLK%DB?;&ga?m6YwQW26*2< zrLBckU!Kz4p;u+YZ6{XG<`z08wh=?)V${&r7zQ-SVMjtmlx3{6Cn!jaPa3C8iri}LdVwH1Sn1d*4&Gc zCe}8#{Kh)g_oAq{&M(&h7NBf*Ki1y_Q{d+PD@Mc*dk&N>?+5x_?8c>Ie2^c24N4~Z zw#N4#c;Gz$N#omlcKRo*VSm=j_CKxP|HUQ#V5t9O8(}&D!C&ol{}toS|NiE$ZIS<7 zw4oFHQw02f*RB8RK6HXCf7SGBJ+KSQUzq(e{c48$z??vF^H($6hn4;!egfZXMh~|E zmVY(Fy&v=b#PS0(+;20q{5`wd|HWsPZ==oqT@o<+x*kqH@AF98 zgkHFtc_Q{!WXXat1%#@PT&bc5JS|ZNMcwug#ur3=PcbAY)V*3N;W}JIyR*yDV0R9* zav%uTrE}3JG>4$1(qk~<3>E*`6n>|aE#@2dqco;U(T=z<)PVYqrP z5J!4@atikWAryxiIzDY^o>H>$vbm-3;%g#?roh!6E459&FCbQc zJZ>I@>^v)gW5W>mN>OHZT#x?BI_6-&S} zZFKe6gC@c2hxGaeVEFs=`tHc0AuVAFJjK@UC~Zz+2aXoC!gmz0QmqytM4v#iR79eq zPO%K&-MP0>VeR6k2FyQ`lG>~=nKD97CYubUgHO^(W2NjyI%RP7*9#e#aTU&-=@xie zV_su7z);Qs7LFw2I=s2@L2zV7q~ zbK<^fUGVt?16+jxL3_8)7fcEBV7TUICl`%FJ7noNkh*eYNe7L<+x8X;8ptl2H6elnt8j>9%-f66?j*w|TU)%<6gF@JOJ z|2GJTbo4+7^nWfOJ|H;%?*zpEG->X?^ZB9B{+}#{{wfvx_wWCIdGfz|@SnQ}bo_k( z$iI<}pP%+G1nUPO_(5>KABK+gK_dKHng8B@?!ku|sNnh*?Ee-L`Fk?L|7OAYn~(nA zBLN-rcY?DUFnSMAaQ3^0yJNeaV_XkJ<@B@w-WWMBJ!^$&j zBNnIR(^9XZSa_u8%VOcFJ5*XEe^;D}rlSF-Pzy2|f3#Y*qRwcI=*?J_d(-;DLZ6L0 zq=L`lL}sWRL+5PU2)gwn1~!V0iZWWWs(5PIOP{M0tu2>6=EU{>K?pW+E4uaAE@CVu zAG>rHodQP*H_t(aRE4Yy7C8v4(e0gVHV@N&FEr#+ktcL@F}^Bk!aIrM1{mx~F$bhr zOY)FdE4w|FBuHXN61GG=NGi7i)Rmlnsd%zmy602T!UnmGrYL!5?AktW$Y3b%wCVfOi_<)noTC&m-RNz7jL)kDOTL07 z^AD(rB!=NVz7bDddEi-zKZlkcsZc*RJK|!Tj^^1rXAD!ipu(Xk@XP!mp?+4m@V&;x zE<)@T7yuZ!9vF*eD5N*?gmuuDHYn-J(ubp48`7CXvpGuL-({tvr~?vq;CVc(&F$mN ztGE}BaHO$}vIs5&X+Ol7uvRQid+*7XLTG&+-I#SSi(ETXejR-1_YS|q*9YWXbLkNt z-KXc=PpG)n&8B3;zK)pEs;#PxQS)qMEdnnHU=hL@pAH-|H@qKm=>kc{Nha)iQ6c`wv=_w4~g=x zX$pWu`6Wj&IL#uD-fi1a25E`aUL%!AXTCZQ`_|iK*Z`~j&rsB5%_(4TL`5TLs$jsV zJUkd}$B0W$oS7YyT6a6b;&NTwC3-j`d)(8B$7VVO0u0x*GbKPtK*Rm8+08pHFOJMM z4|?l4U{TnnrK_D;gs}U&^wo9eZ$O=Bw9M#TE1-PDhKMi*b@I+JJ92q53+5 z!i2Y3S5B>FaXcB82?E%j^`xS*4AgmgXefS=$z4{RSp|l?VzMc#Dp0`DdtRTgT`iih z2^f~h5!*EhNcWyM@M{*-=($c_4jhaxJe_lY^d>F}=10T>0yICTDWLx@SFjy0+#B%h z2fFX>#}(dEM%C>q6(k5hf2W0J9mS-H%dAH#jSP22sWMbzMq9=6>2dBMpLYqDNV=p< z*qJ4tsbe@ibxRd=kz?ZZj%}w>I%g`f|9iWsl+gXdT{&$P-{L2EOJid1BZ2{={T8nW zBhr}fHmqBzuy;|ZV`7;d;i^BvV`gEH6ND-C$r=GPZ4o>0kzoeL4KmUqLIY7uL;4d@ zClPkDH;UT_RlJ2U)Y?Dfy)#z9~gVH8Y-nlH7ExoFk_@*kX$4hm)w&Da^pE@ z+w2Hw&-g+N&*6HyGs%4fry({d>4!x7#+m!?ehI!$1!fl|7Wr%b2o}Gmmx&~Da+={+ zmLCbD02wXtjZFE`ls+QeM4%>Io?djcG7x3gpim-PIvqlI%PfsZ47R*a?=$n1a`egP z9Ce#?qNUUGn%|P{c8jc1Yf^&c1`R2tDn74tiQE=^cUBb}oPfi`?uD{XoRz`e0LB@m z+m~{2ogLe#(B?wG9p*I4rv;W;B~EoF-+on`MUjP?|6))%&0$|D7NYcAQx$-titikC zEv|T1j2D_N1smWqEl4%Gwx22Q!~@o7X$)`DWE4-UE#AYNNwYF};Do+W!jgdsbx2W; zw32O}=9U#QH}|N(z%6F_5Pe}m6%NCB#w`FPRO`*-K6&`7rR*cjMSe0<-EzvFey zOnbLBMXe}_;c_-?3g9<{xzS&VjzAf$?dxE}ZM}-V!C1+`;57Yc)4M~$n&aJ+Gyyu{ z?$CgGZRX$t+UuqG!%Q_SKZ{oVA$n%y?;k%A1K8&*Qn|yFBf!vfRdGC-S?q_w+{ybX zuL9twb@=fff1vh^TJ(bZINI-qZuZjJrV?s!JxwMJwMJ=MT)3L~9X8H%qt$Mp%#~+7 zK=6yP7R%Z5TwlDlhWMdItgafY(NiXd4{S4xg_7nb=sQHzWR$HIQ3ad3*q>Q24eQXV zjIWtW!;6=SiiK(&e2nz8Dr)69)~jLqrEPLx4H!G*7SyamP4-xD1;tF!o8CI%bjGL9 zncBSNHi(#b)tP{da8fMUDp-|w3h=*j;UY98MC8C&7HcOLQtc+EH`AN5iDtgED8w8x z#o!ZJ(>KANs(;&iP$%ltb%&sln&jccC>=j)krUm|mG$)Cx{RBat}FM49Q3m=*Y}~x zepQO@EA0YU!MZJuNT2YUPTVU+yCEm7R@V_WUQw;1GTlZiowo59Aaj%Y}UXf~B z=AAM~DHT3pM-TR+6gHQyvip=%Y}XW6V;0Riq&(yP81Ly68k`}#dvkwj65I6StFQ5O z#h@0{f~DZ&>WNpW5oSE_vT0e^$_L{$XZD2pq7}J}Q`#*hwaEQAD|IX_94AxGA@L0T z1q!QbKxZ)^e3cW)qj-14o*!7Cw2%+kZ1Z-RsPGgCjE2B{QQezGA8H?mV7~C2kQY;F z0AMY-bNzf{t%nBx?j+pm;@#;2Q@fb1szcEBHs@40zC=YDp59hcO@g|7`x%V*nFs%$ z>H4kg_HTj0zBA(c7j>n;2>%ZeLw;6Q`U7p=-_WJMZ1~RupT3#uHt8`&zv`CnA7CH=@vCb2{t5jBkGKcK?%4}i{8h1h&s)IagI@W*703v5tPdxs zht3bFMOg071`kExl7Owh#-0Ms<-Yh3dg^;2Z(qcyA=@o6q(tAF0CB^R5K;6Eh^*JGIX* z1!2gQAEY>rd-2O@V=ILAgP%q|Rj4RTVVoaZsxtnxK8!z_1+&M9Cl)Y0n<;TOvr=IW?Ui4H!R1}zB~Sb(#Yv){tdYLyZWHEJ{S&ku+A`PyM(41=dl-4lwve&hW((L zlp4Ezq0#RA7QVIfBOE*H%IC4wpw-S<#v>ey?IYmrhZ!u(N5QaiDs)Bd`wdRC>mb|A zu430{oQn#hYmv+r_>yfuT-#5BTi-?c0tQsK5WoY*5B`9U7F!q##s}0!mo6@Ns1eb> zN+qA;@=0W&)zkI1cTP!16z9nf;gU|lim7dud)Hg2JrQL

$QK>6PN_BL|56Sei(AFQ$clXA`c=tIO zTY$#Ie$B~O!9ps)Gqo`B3&t`&`*DiuA{c%~Ib!+y45p+$(sAzLEGxEWs+&A|+;fZ+ zoX>I~CPsj#YVViqbNLF}-FBacs5H%BWz^cyG=qJZQycoKS4s!<6#LSf14nI4JO%RY zUC!tm#4nBZ9g$DQU~p7A_m-&+S7+z>2Z0Cb1H|aAt_$nw*ZN_D(lmI+Z&d^vztX)# zsl_n&bNXz@$@|Wbk&kMH)UnyEW2~jKbWU;pfMO{rR=8g+IPflE7s|X2-Kc2oz+kUO zoKxeO*;fz@rjflRvvbU5f}1RE9k9|Lrn+VMNeGOd?t31KY!1B#B=%kXJaAF;U^^C~ z#&QCV?+Ph=$oq1(LO7xh`Us`_-$9LR^7tT?c@9C};M%pe=9LcPWg*b_zSsO@jb#*C zrQc}UVvCFw&dA4bq_<<6<=5-k!6$}nH(&O$_YwO1SMkMdjIs*H7j&oOlwA;2DsNmb z;9BseJJAP@gKvwIAuqd~u5aJ%7@`36MTe*K51OxAnZ_9skl z0j%E{pSb;&T(t#9q|Lke)FX#HVD)YSn!+5HyjrkS*Iw_9K%lR>39sMNK&VthXFS69 zV|`UakJn4$p@Ks_ch#Ts7a{PU`I_=65+mlgi6CBB@93D_sP4?nt>v}} zX>+qU$01W~A51Iqrm^;Yn(~Zv{&{}mg7707uFjKYE-=(D6R=gHIRmVLT||MmS6?Vc zd0cbHIRc3t5fA2DDifcDZYPzV)U*YM1x&WEyFOBW@s{RC&ok>!Vq^fO?|?1G@DfKeaw`5^heA9^=0@-(_%qZFRr z)+Uu8H9kNF@WPEweS6(Pdb@i@s*qM$80~{|2_{*G6bERk&F68<=}trn_kIxJLemJy z^vNO0BVn}3p77uqXqZsc%z4VMtVfRr2|NlM038m{n^n4{j+Sc`(~pz!ZanPY?QOv< z1z4*8aJfGTPtnnSzuXA10^sWl?Edv7A^>_jw?Wq9U46$?f+F~ov&3inzz8~9F$e6E zt&b;^*-K+_57NbE2Z#K4oyOWAdJXV72JcX+SQk&&&lvs7NV6&2=U+cSd{m)qEItV0 z=d2p0#2W6XO+J_g_g*YMVhu+(DlIN_YO;9iMFT@J&!L2Yr*q=EoUm>Lg3(x5Nhw02 zq$9~q4NNJFO$C~fd~IjB;yau+px|6^6z8-&Gqka-<>LIbrb6ixW~SoBjyb~hsKMK@`$HYZssQ|ZBPsoM2@>hX3d(;EAD7K?d*_d?p_^$F*j8S8<;V!)p1}&`O+ebck zkiefT3YFUWhB$Dqi~;EaI8q5mFQ1z1Jl$#`EXH{=UCuah8%veTIhm75{$a9p1Hv?_>gTm@4|F&(zn2z;yry*4^1uS*N?rf zJ6N1CiH;Ic>$c_r{tSaKQ}CxvcjoIZXU12+tmXBYpR#{Qv7be${@_0n1x(KTkbean z$Jihk@HIJSyZPp>+*>|J@BQot6{jh)CxPR=)RVSGt+lE8J3Z1!n`;5GuSo8!K+o1+RQ=iLM{A2hds8sgdF5Y#T_BEWMCZ>v8I zwW>H|NxM&F+*p8HmZEcPGEJi=3>J8H3;FL!}v#bS$U}(kjbQO9_?>$*uQ; z3y>J3l|`n;3Zpx~U|rME#UF^f5jEF8_jh*1p6?YsS8X<(gWy!PSbt9?<_!?DohiRN zH=?_9xf-%-H!VvU^GJJNxkz`qZL_q&5Cz3`rNT8P*ZJcI@+YNgdiw8lif&Q7kza71 z2yPU3!__HiLgDX-P84DjUM1Uii>dAgdKkhVSo3-UQ=(_bX=Y1%KY7-+3G+79l3p(z zjj(q{ymTZ^df16E?r|q__Sn3k1PoU9E3{WbL>BE~7&Xw9x2eI5X!aK6Hd7WbVxfWV zdjp24cAhY2M-}~&F&s>3UUR2+j=cN6<3gREw@|{^7655kF`KL!UF$;m*P?Zc{OgX2 z`z8{r)XLV4ud0XQGFU4l-M~to2313h1|_tnA-0e-ze?wX+ub)(M8A2(cbt?H!PUg+ z6{K#7#3Ep2XO<1Y!urN_60Rk+q?35p#zFbZ2+OlTsn;GOP0hq-MF+wz6weZ`!5fz3 z;J|^2O*)3>v|VyS3hOcCtrBn|mv{QgAg}YtKFd`SxE4svY)GGNZZHM^P@tDgyif<|M z?|63Cn5~lyNzYh-4IoaTofty9cZ|t|DXD@!ps<_;)FmpQrh5Z7Lp)5{5PT_F@UgC@ zb1v*pOY~K?0(%F1@Ag)?Ys7 zpEQ-0^0>1pxPa7&P#$&7=<2+veyNTL_H|Bd*__xDC-m)EZC8*3PW@V1gp3?D`U}R5 zi8g~IZ%(APH?Knm_qO+dXsmtWWk*)W$PxSOW*SA3mZE~+5B#Pcj;g;%AO99K7U*I9 zyI~?Q+vdOIy2AR)@%v}t*uR1g|0&q-$Af$`#5b3J?)#_4KUMtsH~%R$-%RzJ%YWDG zzPaT$mw&$dedE6h%l@d+1KZQFJ{-^g)*rZM!1Awf?Zbuv z%fI5a532)~9{}6?``<4OSpG$G2rLWS$NFb|0Fu84bXk8A@%vwFE6Mt^Xx{f`MZbZb ztb)`{PeAbwoZJ=qmj{9Qs$k78#>AOPo#{H@tp?-AN{M3?1UFc6+<7KH?T>p4k}dii4ySL9t6b%SBMl!Iq`nH7+2diGj&eAmFu!Jkpfyz+TKieC0z z1{b&=H+3V{S-H2msHR5?o&#?(H7A3exD10^7i`z2UFSyVjH|WT`5|N>fUSYq13LNr z0jidGg{S3L?61_xhu~)H-gQ5ejeiow17?``Hc6CQByXe-Ei5qgrXQDfPl3CZ#(>Is`;Qy1PMXq>+*i zK}w`Mq>=8H5|M7C1ms(rGsAag=FB_s^AFa&dfn?;+vmFOxRkTPusd>Fo?{2A z5S&_imcd!Fbxg+Jb;nLy^fy^XNm(kn&B$Hh`iUfw*@AmP%DcJX8jWXQk7yC7c; zeFgzJBPrH*LI`>lK6f+jA{jpq+LqVb8fa&ss=EF{!`|q?QVygp&ZVA zzEC9(1YXRAzW1-N{0s%Nz@44L5Dv(3Zk@GQ&XNR|Ue4Xa|&0gfX-dGy~$)fvW$_^0?>D-s+m?C&p z0owBs=T>lf5{a0V-{OBy+%565X#48|qf_e)v}U8Z5%o1w%eLhwEu1CJS|mR1FEELh z8^RP>-fF*=(Hu&1RueZVba^77*OKbm9)a%{7&<;PVNvZJf3p*eb3YV*oE6Rj_h1$7 z0c}yY=KZs6htwJUs6*?OvTC~wu}5->F;&r{cn=O*!$CehbV=AMQesZM&Ek?|nZ=US z)uq%eV<FLAP~NSA1q>Pin%n2Ve0;KOFX*=iJ^!$Q%4DLL+24W z<3;q3Hm;);c;bq@GW}G z?y=9l=#hN!z~(8*`gj4kP-hl;$QzG`#Vd`YlS`F@ImO6)4lN{(HryY8(mn4v^YKgl zbXD5%qOKg!g2mj2>AJ|Gh7bDa`xXi`9-+eypL5njuD{I3ytRMTzDSgREzZHA(Xh6y@ z+h60J0SI-(_?7QFaYUL}jY&iLuP0bftUhgfcwgBT8K zGb8-d0|sKJR%?H$%Fi(4Fn1}B==^9_GPn3j;P_WQ`fOUu6jAs>9}4(nD|xR%Dc~BmlHt^4|cr5C{KFbyo7%} z$vQ)t-k7di^;P$D+>HZ?=PSC{FXM&mpYsLsbrfsmDwG~Qz7yX24EuREjpv6sS55xR zZ2cn(!LxdYSc4-5zR!u~lb1T|s!S%^MTfnRv~C81QU?iwxb=`M+4tE)^lQf!3eX9l zY%BW(Bs+F9#k;cg*TKlNr0lR*o{SIFEN$2^+Qf6?tIOaQ8!PQKutJ*O+MI>f*(qyu zdAYznnVw8UEDA0D)MlH_oCVeEd@+8FG8ad=>-xN1pBiIV3XdP{F;mCVM*Z7y&TR$DfeUqXF zyX=vNC>uiW{7VU$6E;IL8ZxnoyM&G7S{9A5PD|Jp54(zC`?O84Vzx`DgP28{B0G8> z?)uLNkLpt(RMOf~c8IlJKMs~$kK)RZ;x^;msk`UEOIe8y6|UxkSS5lc!KKk25$vpqn)z6&dp3mFLha41Avqt1|Eh_Bo;?5-li|1Lc?6=k&60e4O{^wa;VioMR0O63#MD!(($hC*s`Krb2U4 z-4hEZ27yL47}MG8I6Kg#a@v6dZ+%CgBJ9TL6;e{mrVtY-iqKcOu}(az-wAnY%& zI_bDfPU#jSjCA$54gQ&qG@3F2=txSgb2{?gr0(wfL-kwQFXmkBE}AzNn26`cRHaT^IWBbNH4j@+?^L&^f@dTT|zq+EK5nv%zZ2+5SwfqMR(xZT&m! z3u=K2bI>FTZ^m7U$jt6Z5g4#U6O()t#Z}rqxi);qFXFe(J5vME+8t_BoMwPF6xbEP!nMmE44UMS%S)xd|B}-wBOh_6Ph4*uRpS5a$8*ujD4= zP5}E?auae(fc-1E3EUIJ{tdYatov^#Hvt!1mE648T@gZV0{w-6nRttOy=JRBXi-Ax zROA~#ZgSK~`9fNmU=0e`(oISc9A3&hU8S`1MwfFw!Eb?&g`>8<*`5@|sISirM$RWv80o z)LiAn+BeD1A(~HkI}MJYdrUl`e>*P(9C%ftljCA;MmT^BAr9n(!|lUD+~x{Z$X0dS zsFU(oZ%zs@@Jp6u4}PGJh?vtS(e56EB#!?sE4!7V(Tty(SoK4~R+S}w!Y$MhD$3C3 z^)d-ZeG)x&wMTH>5D= zbT4DW;3z{RmwT(v28IsX7VTNMKJiMH7q&x_jWW^nDdn*AHatfwHCLtzk2o4>f}T>^ zm#6zsCT06!^R({xH4mYb6n0t`wIn{O$3u$N6Q=&o2IqTWX0KD*W$rs9+|UWFU@M9f zUWdt4?LU3I7?O-o>l^=JS6-h`j<5cfK}`|}J?CL)c|ChV$D&GK@+wi?81Dy%V<=Pc z^!Ur141&yeuEK7D*e|llQjns0pMwNXlnQX`Nh0-d7Rmw8o%cbG1TaV!DW2BvQWS>} zmFiI376MbHw>whHmOk?SP%j#>g!7_h(Lc~~$Gn1{rnkRt`&lA$=ACvTCt*QlQ&7={ zm)x#=1-faE)4oInRQDVkZ2TUUrILC*SkkL7HnbTm*QPn;>4qDf^@!I5_8Xx#46Cyl zUYwe=FR$(9r0e0+bl&@^i-?#m`KZsGpQ_BaX&6&jdh~wvyB+29keA^8@Wd^?>beFP z!)OvwxzOlSR@h{Ib*h-9>;h>xyK%cwiRAzV^l5fge&yb@eV3L6ev771$nBT69R%%l{TVtO9C0}%`{Zcm~oyN`=@b9{CA8OIC8M3;{X zjMMT8wJ>rUR365vL-2xmRoMc=NN^#Z6mVFn_X8F5Qzdh=`DI%yRrTf#K!ioQ<2K_> z*9;VbKhltYGwmyBp$4gttSSzh_P`d{sb}VF(d%hnkI%EuF-ErGC}z23JnTKPNNiAS zaDB6huS2GROirTTM!!%h;iFubT9SSx{UjsG1J%*nhZ$e|b%ZqUPNNuylJr00&_^?V zX2-idwIow`@5P3!-)Fq|hBV7(Qk%_@%m@9c^3q*K1{{pR&HU2bJ55{(;T)TiDjb~_ zTQp<4jL?%DXv4#;l6E?{FkH`Kr*zB9rbR8)i^*a`DKkQfJbCWOv*EI5>}P`x1sSK= zl6nVg(K+lEy=-^7)uwSAIu^mnO?rzlAhL~cuT!LhuOFrd*X}r%?J>9`E>xdD>(%WR zUiwzAO1rXMe5-O2kgECWW9+Z)C<4}Q3~n1IW@;ve#M zlPd4f2IFA=!?$a@?$K0;^fv+a-^wo<~?bvavv6$XrUKp%M7kS&UQj3(e>pGS9HPN)(8 z@(7N0r9`PM@z%a?iiQfVXD(JIiaOHxtw50O9X6>cOgS5AXw|BhkLg(OGgDW0hCUPc zVUyHFraZU2UB=N&>X4^_;q^q^pMRvINoZ3}(TiTYRi-N3-#1cF8MSLevc0uz(kF9; zSRZMHtS02!{W_$|R#BK3^TtW7l9^{#TgyblKKa!L zEk=bcN1$WEwfxGRDN>-V>yikJ3{@q=X7_?fr8tD$cMQ ziJFR?$54y=p54E7=#O1H{)jX`7WN;hH9#EY_fTt~@95(1&GP$4^Em%I-(UB@ImPuW z&-JH$f3xCG8z6swv+*}8e%$-#WysF|?Nr*o6MOT&d%Z~5{a^A2NZ_0{1OEKTIsJTx zAOXR@#lQW02*d^n2!Vde0Q_+`VDmpC2NEP8EPQEM_jhvYoB)G7_IIY{yM0b@{YscY z9+;Ww93%g-9e5JJ{*^F;+&WEU~&m0<$r9NRHfF$b-!Xw=X5{O6UkxjvH@g^{PUMA+P%qhw8 zf#MeKq`@TpnUgGI*hi*jOrewA4LBuvBXS2A!wqnz#yr0$M?q`xLSJ0X)YhF08+qJE z{gu}U2_LUwuBPxpOMhnAqIc>>zz@w(TCSOFw-cV7^mg}rz7P5p%4;x(c9B}#X| z(_WDQ1v6cI+82_L%0@UyO`D<5Hu_9vP7x{4UA*j-ui|YkW_UilzFa}LH(UH5C`D@i z+m6}-cCJ+>etuQlQ`NL@I;{CH+dT!=kyn$Empg>3=vViZ0I zXTYsL85siR9vJ=PnYPg0bR1hX_i}8V{GI%}6y!DBX%4>oUk(gj2HOm%Pzvu?yIy0s z^@9Dk6H>q{S0zO+3d2E?7lp_GPA|z5MYrQyO1+!Bg6iRBU7{!D9xJwiUw&W)Hc;so zu3VKWL1Amq*uNA)-pIER60J6*7S&@N1OGBAG?oy74J!D_p6V*j0SkzgKm>z$#3_&v ztjuGGWs9Er0jHO0n%j5@rx%KhK>ef3yGat)d4YL8kJNl;dd8Yh#r-`!jrtUA(leYWGB$&XOU%5mxWVxZaheYhfb+Fp_sI0;dKcsxIkST> z*Bo~9QioiTWXkBjt26kVT&x=IW5DzresF40FLX}i7B$r!lDj1Y{;YV&-P>4OOB{WN}7ki|B6 z?26ge(57no!NCLbxLu9Jo&oOnWOO9V4t2;`=^Esf%=@m}mKNiUBHxHu(mRF?>7^W8 zaqd>9>IX$@vTABoue2OA5q|3rn%Q^Vm(wUWwQ;}fv4OzEm1svW(}ntHyD$lJxL@n| zTW`LT`Lc)m<+S`oA`-ci0kQ07T9(zm22OPvD)$xGELf5;St1LEL`(d^bzbZw{RUTB zGuw4VIZtWdVf|iQ)7uNgV`8&p+2ks7+Bg(4DyaT~EisZIaeTwKISg(IF&=5JV#eKk z+w7A5HW%8$td?-GL9XZ^Mkh8i_y~J`-ehr_$JTdoV}Y;w;YptWLEY2Z-zQ!bK(`>)R4b_VjjR^sqJc;g1WtQ~eq(@th4@D(XQFzBa&&;WP@=>TKaR7T*c6Wga!_XHCe2RN%p zUs&~4#03>uXU-LiIVg72d}gz}Ke>H-M=Hm`Fdk()bNLmfLw$$KLh8)335lWiyy^vu zfnqBOy-H_XS#UB_FC`qf1Eb3uJ{0$xRLb_;DLPE7;X1_Ft2?DQjCgk~uRH4Pr32=w zT-r~m;^9(xz|ZL~CBohftx3m_W_aeHA4@2fFHJJcu^Zv7<20YL;Ja zl}O*Xrc#~3)tB-`yyb31!jaY7y}a!Y7y6PmnwBJ}yyaGcc*nw3&7^<~CvVFw z2lPO5HA5WXF;-aXC6c%e7)nkFpVsFfzZy3=hw?rzu-A-5!e&}gHh~FrA3EO~9GL5^ z#-W`x&OUvg4C(LTqy!_EGfWw;+)6FVo-jk=V6~4yTDYN4mdl02~UragaL zsuGA5P^T=<&?}+vs6+=ehcX;>R zW`)>)uDJuovR3N`wpM6H|h4P(wOzy^4rmC;wC@5<$+3~u)jpE6Bt2PBp|>n7hMIE!L*P9WiYvo zgl#u*Vai4$a-6+v&jvfFj8cp_i+fuRQC>WVr5yBC=3mnH9$11wQu@&OK#QSqvPV!e z`*}@Q?n+~*Pcghf-;4U&32JB9U-iy#tRwq5?^YC4O$`^GXxZ97GLrG(=~L5ctrw#; z)9TY-@CcB*zR_!gN>)x5DOvDb2{AP$QO|6GJJXsX2p<-EA7R2sX0Ba|OXf?AQLg}N z+@_q;OEK1>vwUgOrkKn_4qR`W69F9;+x*ehqmP^)kb@tvUHaEfaz#n zAu{{Rh$BLZq8Qu#yp04ISBbCE$;*Uz9ueu6&L*$QXk6@!>=rIz4oh}j1d=ME*nHr= z?No)m_saUrOgGCTT+lxG;Dtd{v_p}u7;m~wQ@zFUWB#WG89D-U7j=JISC;r;cqL}#_h zZKy=lcR}PYDzLj}1;tR~A0Z)krhv**-gb&6X||Jlmv=Bv8<-Nfu|$ch@=WBJ`7e^* z_-OM`hIhT-aJ(NTLc=RzyEb%m1#AC{L|9>8fvxU-#fy%`=ZsaoioVS%7l+d-qu4}36#_mQN{)^YF9jCr(I`69 zq^Hv9bxK$|;%B~+p)|H71N}@0j+cqHNVeYR7eXbnMh3DGyGt>O=wtpoLJzsM| zhYs~X6v?TpmiSgag8JTu*V#R{xlPe>h#UdZl9|S(Bk_u)$xk2h#W?Z3hICl(`ZmigA6`}Mq@8Cq-4tK&@%>L*%`N#fc> z>G=_dSgu7_BtF}u5{%aK6O9O_%JYjiJ!5DF`f#0<623Gxyj{Z?M@JF2oEFi%07hZzR#V1*$%h?u>XYaAm@bG=S2q>(HYP|=t?C2e=s^@zACHFb|KCIQG)}j zn}PJ|MqDjj!V`z2pd1E3wuLT2Uy!_is?%@Rv5brv7FH;W5{KUxRtaNTQJg{p!&vst z1RZ%vgA9_yifz+z5cZwd4r767=^G~8@hZyRCXb%*q%*JC)Wao7y+e`cm1*KOy8Enf zn&j@|laZVLs&T&D1Nnz*P25k~o+Z4uec*Oj655-%+wSEz5AVq%6_!e%hw~7Q6F$5! z2W`Ezpqu?ZVM}TOZUYBTvzr!E6V^cLMB5tj1_d6%P}n|u{9ECmcm5gjPx`Mja5{zC zazG&iVZMObOqw`kY!N|V2E(x85|b|A0lFvPSYk@aUOq^T zYlwa_!Z|b@F1fVdOoVP6j`rMZS$FI3_6yzZc1|_OWu`*4Lbns$+;w6~ zq-Fih_V#;x@o-&SAFR>#deV?(z+>NWqX9BLj}hKU)88%Nm;rx7PbSYwB0It6bCTJ_ zXi^%p?VJReO)`-fU!N~qG-gipaJMn%ypa>$i$?r<@gZ@nmLTE1hMFLFCDYuj=|q*8 z9P)S4P3{aZ7^QE6g7zPaO-EoR!^7UF&R@Gt6sMNQpBEhH(0iw%PvZ(ag%dLK5M7CK3X#=V-GAhG+ z;yWXEsn(LTSu;FmWykK2)48jfih**z2t950ndjJXp2p-7m<+*S?D3LSpj4Pf&C7rF zMPYuIaAH}6?+d~`^Q=o*4CX6xUd-SN{b(S~JbxOMjS~PIrd8_u!P8WQVy>rz`QF+<(Qsq(PAcGcZf&q%>Y%kXF2ApxJ)u*jK%ML zdd>hs4*`I(Vb+63bN=__bDIU8+Kk>CO`vqMvXpmiKMA&4NN-MUq@XNa4Oe(#;8iPi zAI1=+ij0JO*-~xo;TP6?C=S1%R0b>5a;)zVs?bERiu$L4%1gJTSrj_@m{_OSdExm6Gd znP)<*ImULaPm4rltD%0QL^5zzmq#iQFaE(sNKc(1hiPHbFs)Lq#gO#+DlF)$m#6k2 zi15Ch{SjzTU=vKlOvIBaCi-4KgmzHQc2#5d1lh)BEX5X!_!esx_?2l2TgJm&MXtD) zQ{d+}v?ByuR4ZU}M*Qz~NFicoHhC*PE@11N)v&~TfRB&hhjBC7uwjI8E1S%Yy2X%< zVWA_;gd5l*R3O%-r9%C@)Utx6biTetzqWM-UVDAe zfmT7rouu7&c6E%~{jQ@Aso5)^O1_%6q^S3EpFDX{tum;4W~a@Vzf*n!<8OjUf9Y$! zDtpL!F_a8apz>iFYVrA6AUtzR!R*GX z$6_v8BmxRd_VrUzY%W^eYp3YJx)l1Pu*NGM?d2nNl8MQ^@rl45&CI1@M3ZT>^Y&HWgonF9EWd^lblb|a;=$G>XFCg+ts2ZWz1T#!tzF4R>O1b5`AE3= z&=r$kTP7Hby%|NSPAiI@swO&iJhVa7)hVKr&}bo$lo6}lr85cEtQ2>2`K=p&l(G9G zQqq|?{sH6z(69D9GV!k`AAZ2-e-HTnBaZzS-0CHlykym%A0D#tpBbM0qhQ@tuLEWW zYLfp4`LF7(tLz76XZ?5YH}JO}6U+{DGyUtM2H55Icmd2VaJljpGt)VBa85Ts#w=j} zDdqay;eh?8lToVt#Da8g12T^-w`R$UP3mDa|WYV0>9smPnH!{Fb&k z*cv}YC2er9nRAS@0boCL=ghV2E?e`oN9)^80^9^;C?n=Ndy5M1yc zhKa6H_e&hRt)Z_xbIt-IrQslgQHx+C!g%&k6ls(CjY;oM45Y9+cBzOY^E6*W>p!|) zd&c?J@wH7^47bzc?f79H0Vg8%O^FcwqbS8wmN5g@u8OD|IfR(tm9oaHkF8bSiM?Ie zb*NJ}k1K1AEpV#czri>35=K}~!lLrtI`ah&PS3s$_DAy7F@*y*CNuN@zG^KO&- zX28x|Mnmam3e*>G{8F99T{gP&v~lF_VF}AN;`0uA8#z*2Qj+T{sy@M*Sagtj9If7i zJ}|j|Yd@e@b#s~P^jdvEX2Nf0fXqxRSEL2OtQR;j$e;tl@aIxzhCUvYhuqItRsa`4Ggc^mzo$>xvGsepR!$NBM zL8=EeH%pqhKT_8e>@KIk$>6=?x#YmtB$xB4EzTwD!{KRi+Rr`#u>S?uU z#h%A-Ri{Zes>aKjMvFrPx~Rl=m-_Ikyy8VUXgh!e_!AShg!rs}-$@^9?_5c!I>J|c zt&ffd7cNUJ6`IWhhKsGf2U#3-TBQL0X{Ce3ot@fmSXgKR__*5i(4Vzm&PNP}Fp3%o z%;6|c&DLjpy`GPAJY(oO<0=DWB9w+G|Cn4)TEX0^(5GzDbecK`zYBW&wdZ1Y5MD^qa2!ERz~V!R+?R4U@kIR1VOr8_g;u{j zGAfO?>P{Dg+Vjl^Yxnl~%K5O>QLiy6zpv9|tu(!7GeU*oyy5hIF|Kz95ZW0beAjxZ zqpwOiGF_I1_(|sld7Drqxrx;asiN*(lFAr4^x(2E^7he=M?`pfXOw7&aYUX;d zp1n7O^;5oH*;I@-Kte3FnN@6PQtqY3tq-@{a2<`v3KKr(MRdGS&BtPTyjARsfDZvv z7W=oxb%d?nbi*r@h{S4VXlx!%tQ4mRFPR_{edeu00avDYOTv-9pO^>6`w?E?!50t zzts0vqz(ZEgdbCz?E24ZBVhZI6b_+tV_Ig8h2@Z~&)C2LH(m?&?Y~CUngEv?%h^Z0E#fh_=lF@HB?tu;GCEm_6Q|`wnXtanu zTiikBeR*KqyAQ=sVZ?FilU|Y21G8S>^nip0^Cr?8HM`h=+zp030Xq+AI#y>mx?7ex z@3p20fgC7p*R7d{voul8*VfUPtD9u|N8YkxECJj?6QWlk=j>W^$_?jR!M8tSl*nyQ ze|{u2aFceT>e1qJ1rr1@JeU+sj<|ci*!H;V&XYI4Vz9vLh>blKDW@)ZRCCsVWajN@ ziAI1R*b@I`(^@b^)!vYG!f?*HB48tQyVluTXQQ(_*qXqA5gXn}j53#oqafoW?Avb# z`!#pI3QXye<~o0_U)jl?^;YUuPUg^Fw8@hpA12JapYRejACrOYM1G#bos`u}@Y;EPhF)}3=R<0`5U6pYIS;k6zvIT($ zC623*Di_UL&b;hQY`FNDUT#HlWR zXyWjM1e_^UFa%AwY%(*(fX-Bg%5A z6g1{jAFBzZJ1db(?xPE7Qw0V|L?j3Aa2<`0$7O9?)r@PCl6K#uimz)+H-eCo>$nJB zjlOBdO#9lMVS_zlcXx~S?!<#xY&RSV+<>To^Kq|yVQ?N3k!!edr&6~h3D?%r_l91< zXA(-pkJ=-*8A<2-VoRcDklvy*6l8D3p%Ae!5Qaiy^R=8xdPorK8=oc*5RIX_d4sOR?^fyNX-eODC`QM=OkcNpu5imI7+TO)v8fz7Msc@{rPceciVKv(uoj^40XTtj4v+GYx#<~L8NV@Cgia;cm;2UU~ z_D%1Sz1#w{gm(dXoh)DE>zBU7t8!}>KY+)w4M14+dhIHmttonok&7WrYZxb%^%7h3 z9?Y#r?bid%ZY_q@kyuG0aEWuL9uUhsDas}^xLFjsWG9K_vicysy;tt0J&Ov$F$}?* zL7R@pp|sZ`q^1}YUKLu^A^<|4)Ts9Nts12CT*V$~ZT8ESnAdkdE__xox*C)}p%uw}+YI$*8 zRg_Flq0>fe6n^WwbJ4Ru5bJ<0#8N>(HO=p-M`ih6CO3fg{@#Co2iW;L4!!za{|^EE z^@!Pj+7$d>^*kUD`yY*lKp>#O`oI6%1%ZVAQti7H?zy==u`<(Tc z?Lv^?D$6Cg-vE00Z_oW^y<&`pndyQQlUq2*91ai;bV>F^IYhaR$075IrsdmlImVj# z+}#8;o-KEMNc-}TKBI7GDMeE4!*o&auK@*keg5gjehxQF9tvMq+up7h^ogA{^!`R& zY(}$aBIK18jEVaB83&rP2nX#gDW0N`yY@YP43$dHH<;ZHeGpvkNH#hNc*3;xs}qelI5B&XyP zdg`JzD^HUf`$&32O`pzdd3yt}UC${@x$961S-X>RH{pGQCARxIb8Z{aqt#3cCn<`@ zR%@1-Hoc$cn_{JOtY)j-N=aJ$T19_5H)3XDy<*@7#CkDs13*w9?-*#m4}gQ`NQcY^ z**WwO*~aHN18`is*DXXzUm42DOli3{O8EG^BQV#S@sQlk~oZhT`@Zb?QFDUjiUFGtxpd49)Fg`RB)=bK|}0!eHvNE zJMZ;Az@+QtvQ0%yQz=n&X88f9!STlAw&bz|P)$pv>AHETN3Ix30aWOJ3>vwG6rwiq zUx#s#N`;$tocNkqBBNDNa9{y*5Ajv&a@$QythT(z?Rf zT;i*-w#=^*zO!T>_Nvu<`WaQ#6OJWXvq?tBSIi1>xwjvFn~r|0+xv{7cVMFqGp_eg z8qtKV+TO+N-RDBVlJT@}!}MbghqHxXw7TkNn{}VEJ;aU}WWqtdPcQY)Rkb7(^$X47|EewY%Lo&cV@_f^lmimRGz`Q_v^svdbz8LiRS_1piX%3wsQM{XDyD+D9 zFds)ticwLN7LO9SUXKc-DkMDp#GV<-My(&;)T-*7To||L&VY^XCUZNACL26t8nnte zF=zCF2s@f4pjPdr2Xv^f&|s0_=i6Dg0~2r^UO(g+Qkn4$v{YT!x&EGq1XBjd(?F<3 zkvyQ27=u*qI!J%4waaPyDN5}JIt10qn~m}rCPF#*ckNlW4~?W5BK>NTro-p8HxE=$ zBNy}>vZK3sGj433l<_sk)LhE9uwIp``YB2o)*IplX(zRdWn+qtYCMsID1pnmUGS{P zoP=N7RzjKbIl|0S7`7>0^st%hu3hin>ngB~!0M7bRlW;%D`+?=+G#JKAhTbk4P{8w zM=Z*o)ebGjw8Q=pv{W#W{&{$We~XM*#)F>tbb9N3LVN-CsZY_5sd7e64)H-XaKt1Dj3 zTSC~Ia+(#n9afhR_~2UInybI-U3*@X+2OlZci^_1Hy;*ij{2{1cRSVKQMW24Y0AAh z&=m?`7!Pd?er-@?ZZC&D%J}|`^Ci*%96t=%KOzg7mG#FcL}p3;GYh zuRmPkhsCR--~a4AFLB8wtN!c*$j1McXsF1)y>6YzZz7T+tpDuD=)a0R_}_K^F+7II zxnkX4^QMT%?-@fPqM*M}u6|B0Kqv^v2M2(?KZR)_qxU=ZJKqWnUBLWPayaBZ0rO9} z;gFjG%=6T6$f-mjZOB;9$&QN=UDhiGn*M_$x~x|X)39C0P_qjcfKRi2f3a;&SYto1dy&gx_-=h3&q-RzK+Yh62mO?5uAerTaiii+W|6^L0a!2Z;{ z#%Tw1l&(*VgnytOR(e;LGJCZ7u!Xs>yXSSbe(JWw)N~ZVVVVIed4xL~4lH=cNWF@3 zJ&^=9J%Io>b{xGQeR#pZ4WIQ$tM>?XmV5w*1)bHTN5mPq=}-W-X1x~QCBA~w<%Y1e zxT6NGcP9GNev#QYj(nt=QMD79lK0I^;+r%HJt3)vaFETp4odxJouC|t%|;LGorhjvY&p`X2;&U3V}p?fr;bjCYCv>`AL#TV5*zDp1#q1q?Ft14WK(7GzO*|c`)ULVhjm9tcpN>UvZoADXAv{du8OF(xRo!jXCScVS<>dcZ ze-g^2nL0l~@r)&tM*^Sx?R4Rhcm=|jv^>~A{GP<3wk51IG0zpBcr@Hx9egf}gbyDh zqSTG+aYkUNT{Dy8ZzW2H+BOZ294J0KNm^k>3c+gp$RP{6Q}s!r4UO#Vmg}dt8oUST zpPpH%%v$HL7xy!n_sJX%zo+0CwD<~xD^~LGQcquzh+_d?%y5X53U4L_GN_XpQPL%a zVS6I7vsKf9mhaH(unLKZM@+rce9$)Sw{1EJZD+3w$9S-u@p}&Jz3x!kg%5T^jhjKD ztyPT5X7tcO)!OAZITBal?pt9t0MqNnBqG1i<}F0Ko>0C)jTGpQNRW@BZ&kSE!SJtd9eT3QV1simHuzUONhnmL9y1VHJ73>4$22KX57dF-hq ze|IhJzWjIQj-#6-6`Hvl+Y1ukTq{4m!=j zmJP`V`>Atp-^P9>;m@l_=rl}zlxSGuAsR649}vU7Hm!z-Z%bEzvbj9hoju}u-?Kc= zqDC6sQpP=PTP^U`bFJw)EL2n08!(w4QV2KpSmBQ22ye07aO-ljtdN{{Pt(q&vU{MB z=9BkL@S4-4sCAg=OW7cas*@$8Wb$0rd=JuuU`>K>A z%LP8>Vso~m{z!Ol(l$KTC9kTZYpQD1o@$sy)>|{UbYwon_OaRyzTc}-LO2%NM6Jt)m2pZ@M}k5v-%$6)+0u zkb)kucj$zVvorooQ?(&yS!ZhiGy#MyP5)}6@HjgD@o z>TejTnmUv(cLJ@u?xxs%IefCEtzfo?;xugM{aX)m{J^sO5##{Nh5l?nEa&$`_1V5p zvHsQMz@Jg)k4rzm(;pUp+~cn;|Bgfc+Ufo~xBWMf0Dlb#{k#n<%=B{r8!QY64*g?* z*TBbh+5-OB#r#Oyy2q|b0D}{8! z?T6n`D$7q{ogV&JVVJ$pPd=D|vcXCw={GU?TI#HC7SwfcmrENtzv3WaIsV%iX87!H zrxt))t{6-Nv0ZQh5KKf9gmh2?Tri7%7mIVT0T0*l>}@LO%nP(ZWue6hcc+@$3j;Rnel<1xq+=A zDF}3-g3v643k{HvhjWo`fWyRRN_I##EcH3~w%%duKLBDDbbgY-5I8{S%H}`P`o;02jUQo&LU^rO{z$fX8skxQNnZ8S zbo+9&x1?km`o{f)>lOLSz!&|qs zd>|vE6n(BYAX0scDUI|2+>T&zp>#On^3EXD7fK3wS5{g~)F>DxzIJShNB#v#EWXSJ z$#&PPAI_pS4VXH+6?|iR*p&MQzlw1PC8iyutkzE}YB9t3&SWKR6Djo$a#QPZ+w83C zR}SNiPZFWVzCGQqY02#t&kmeRWn9WNhjUrc3%CqZunL!oy1lw)-OnZ?r!PoIWsi0_-?Wm!k^5jcLqG(2c`hry| z6-iS8^XqJ>8M_80PltjDL0fz6uAVv4pn>7S*DqcoCL%C)$O58W+q;R%(j%d3X3M!% zv5Ae*>q^7JJ+HV<&x8V}zx3huMG9XkZ^d>+wv3ti0tPY*mkc2$gQyj~VyH)~D{xC9 z7EwK^JY$27Vkv;uApQ_$-cz+FihBm!*$7omhEIB8l zTkbSCyL%#{KVl=~{@vXSwkeT!%S!2=i8|XQtm)n?n;?4_F53wPQjQ3%)M7GKIU5ObzdL4D=rsZ5>wEQLPy4B{xKcZd&O*K(mB?86AD4fPTZLNX z#!j*S7;hw<-7U*?j4Jk|Y|1_^-*;||=22ZZ5uf>t(o@`|yGGs}v1cPY^;NI*J?UvY zb4;q$>J62Gatc3o7L-m|`wFnE zwyj+d2|+~(32Bf9`S_6TZfQiiq`SL8QbM|6Vffq>=6v5QMuv)N{nm-j}n_ z{?GaExySE$T+Eeo&Nb&;W4vRGcfdc+d&c3@n&fy*j`dxq*+_eb#?o7ygboxG$NiY} zx9ZDT2f3Jvs6yLHA5J%#9sS|64_0U@mpFEdv}%3VTV9Uds24Kry2s9V{S=z4Ir0X2 z=3L@Ud5|^m2a+!&&2Hnh9o(2x5IfS+tMOTLPgA8 zT4(8$ET1^LK8LlD`iS+77ppnX>(woc=bqZ_H#qHz-XsMp(dCS+&DX=O+U+eTadr3< z93CgG@o;EAVe*NkHzrbMYFO!|r&)vl#ymr`SO3!xw@R?c^P2KUJMgy_NsghQkQ~vO#0*VR z2)!P>3^t;@El*xaDxVg7^nyeG{%r@^t5mME<$XowCT%7qwWC3?6$xRPV-t4AjrGL7 z`ZHKdzRmf^o436Z$INe5S_tIf^4ebIsqL+Ps)tluzQwGQ)pI9h!5N96x^hjoKBzIU z&zQ}`%`v+A7>zA8QxO-oOfo;!Pp4WFtFbHJsH1enRqbU-pm zU?v}QxP#2`6bIFToNx*)c{6fuLTa;`PY6(20w&(vlIP9o3WcpjV3SoyI#-tRxw$*j_!an?x|IfBALo!>^x%HpR$hubFLBM( z$#4n6@Q-K5WOENyGM#W=tz{RN6y;K zw5nke5PCzOeX9T^(m;aI*Zn|Jh2d-Vz4*)XP^ApEuqD(w4%4F;N`yYNBsDxcG5dnK zxvxIzKU-~-C?tGV&Dh?{P9uq8%b*Wq;43QTmS3tI@)}lQNWQ2$spaD?s(DBor$JAV z9o0JG1Dj&_&+BL`CU9fp?N5+%m2$tPgax%;_2w4fc(YwnVzwsS#yFCqpi}jEWm-2 zU9YJKa9*1dSY>&6#XeT3`-(ad*R`oZitQpOR|=wq_~@g7DN5t@+lsW^VOyh)Wlsqc z7YpT8A|?u;Vi{7yQ83(x)a zB;YjQJ^dM19uVCRmH*$h1zqTv0}QM`fWbiYze02WuG;_ixql641_FZi|C&4fRrdk$ zUB)p6#K(WhdV~0xE_vqvtpy-~--{1A!_gqv8)RC4$CS>BXTCU$XAU%wqrl_>jzXY} zZ$}}{H-Pi$_u?6U!kMCcb`x`Qb^))AE(b z+Hu!h8tM{d_K85qmKeV`cVo^O4xR%EJexN7o#`G<&q-I0R;YWux zo4qXjY+CM|{aXhOPQgXn)FX$li_DGc7n}y#UQRq+!Ffq+sTvaluSFsIxf~Y zomGr=GXkN3nFQN}aknYw>)d>2W**kd7$I+Mv@|CRwxF=dR11zGGNsL!m25FzC+PRt zY46Y+?&}{L5_BzmVHB4ycfRwPg0?umhCNy^II+qp;wgFU9I`529?OM7^CfXQ z`tuqHkj_2?fUkh?8(93!r;IHz`#L4T(#1^`%2XLNVn84dc=_v?Jk8hm z7U5wjODpaw$5mD!D}JH6wL^E+tVR0)-J3%(E)m5qY>R5SK44-DG0cdxU82VAwd*%o zKksBv?Kyoi>H zi&dV)dcG?1S&MR3m{zX^Wd-D(vy^4<5XbJ_B>8B?v~Rz9)PNeSYVYkH*|=EG6iW{nHPqpUD4Om`|$ zmBHtM!4?pdYu~oeggKYy^OD*Cj(YS-2IM}hp$6v2N;SXNzI%fo{Pw}gQTp`QM~_Z2 z<3I7#?!w=iXu4RTz9ekPKzGi`&n1EEYX_28P7VY!U zVH50$Ea)Y;psvED2-Rqos2s- z^E)Z4(d!8pVRGm1vZFk<zOVOOQ9fpDBa{l+v#c!%1-Nke4wLU^^$y=NXw zH5|+_lQq0o9uH(_2gW|9#1m%qv%b^$=tD~!rukAagWqG)UUA9yf|_lz9Di1>B!F|2vqgUDu{O)6 z`yjKmA{UsnaktzHd+@S&=PzNUVPcj5dJM_F0vHWKn=;>nvj?aXj?83VSg453;JUu> zH7!y~6P(B{EWC~6{RrO0T(jOD3h~{`s+If(t8Ey%mLcX+-v#XrgziJl<^6=_0~ABB zT=hGb#u*BgR$6PXR|e~mhb!H8yRio=_C#kwHh8K6780H&pCc=SOb`am?#BD88FH+E;_fl^QeIOn29j-Cf8(2mlU5@lo&`}iI zGmEnRkJ9NzL1mKi%@al~?fO!Q4xpH&kBlEG~VB9&R z#F`(qP?x*-_{(G?DNnY!g3a(Ev>(v%>(%4XoU@C1Lml$%=*jpV#zM%s{3dyM9{_aCd z^#d5fz(T%^cW|gtjS@p{Ts3!uVwzdU$FijRXR!rp3OJx2qI^%|>BMFhP%1ka4DU*P z)$%Yr$!xwh~enSWZh{{Ne^G_WbR#Ml>cZD{x&=hBOif*reYr_I;If@!IcY&P8*H@Wm1_In8Q$z`osbmx+FnS??jYp%m=R1x7X-j+nD-&h(nyuSk| z=9NO}85IKejEx&rG7#l&7E5}t3J`LUa~unVNI|QUjL1*G4rG)dB4U4E+ zhMpA1$eRur`73$I#ws!kTT$3#)utFpJ?li%U3%C1B$9c1rX_ z8g3-ovP+77mu|j3`J~PwNi{u!Q{!*B$qGI3kXKF1?C09q`XbFbF_vQ))17)H&hkC?zNfSb$Mw(P zTN?~)92UAv9zXu*8MO0$BEH6VzvvBo2-wSKXis+kCe}u%DSHKKB*}*8+k1pxoJ{qO zC?z|5pCr=fL62P3D=X6b#K_!wfSvpa{_``33)xV94kq}cbpU)GpfZWz3CAM@f^Ps5 zIrBY)D+{2=_L=uz%P3NutaA#BYFo%SlNc(sTVsZWpAdj<=rpKbm7Sq#=nDHxq(y(? zLpT0>HMNOf{Wc@+-E0$fzOeGvz>E!(dQYTv%f07F>3G_W8peXx7Wns7mvDx~Em;7f zMVk#v^kXQSchB;Mb4BGsbBL{s@jkB-%eWBO1TRd%DuN2gKKQ3>B$kONaeEYnbbsW- z2(r`&!cS;1C7;8#SR|G(hPUg@JcZ@e#r!&jA6m$9xPR|?QTfi0WV6Zo_*4o~2ouwO ztlxDBP0H!JpRu`Z?Y5@qZC;>{RjQ3(1w_=wGn;#)R}=`@Y%a7ES$A#0M7IUg5P#BQ z`uvm$=dr_6f4yyqcB+q(Dka24*bVwD334=cyf^e%!*OxSxxw!Yj_do@aBsK1qD)MJ z@992;9Z?imnZlh5V<(G~?Z$XO$*-;UY{Tunbv^#UjZ>(QLFwlc@4w^Qh zJP_KVs~c4f_`>+swzdx5OiVS`iq6JJNT@=>o31r5~k3N_ody3IppNt?F}l}1krms}T2Ti-{7<;c)EugMx=3)w|Y zjHp=TCw^2egJ_7G&u|j!uV@n_TlgExLcwf=O&o#Z z?lyxK70$%We#AT#wzaIR#^GdbQ7 zNhaMB9Cc;h^5P@sho4eg?^m&UT_Ij)yg%BRPeU!ZZ$#hM9T_Kd0-Cyw75Iql> zQ>Nm9UV7hSeGx-n?gMhlX1Q!uu2m;wZ0XBGW|CaygyQ+{(I~{u?Ik4fM|{dh(-X0DDWR3c>@12F#cCt{@1Eszp7*Z zE&sRw|F@0-Fg*~VbYBnH@O<0we%nBtjewo}ze9O)rqV;y{{z4e_5yJm^hwXi0ty@7!?nYPra040jlGDwo?hV2#hqu{fdj&H=;*YbHfyg- ze;Ryc#4L8&>#m^YhM8PzXS?>M2pe*Iz8{620+YM)<1uCLfs&0?5-!n(9$X{zuEz2? zX{qp%XiUtq-d8oA4`uutv|BNVFm2wW)LUebRX3_hm@n1qW!yeG~$II`N@W4k{oyux_* zwT#AGekQ!ID0yoEOpwM4Z^vw|4}}7{)ridaz?HxJwgx*9(etT6qV1Wd+>hkgx#mU~ z7D&Sl>7m$^@ZQ$l_Ka+-8|dD@(fzXe&E#fJy9a`w^1DJPAwjqs z%*F#`J|p%cgrkc^1swtf;3U%)N^%#%J?2EC<|kIRtnvF_m{wa{1Z3+x9$o7qTz07E zoE4A$y0pDMzc4*=>lL+_q`ZeeZ%iW0yK7O5EnSm--7RvFR$~X0y)0?Hl5TegSl>R` z`20wz=q7Y&29my!B3jMbdt*0=8~2ThQ}0a;>aeUZv6}~9oz_spLWA3e6|&J;8@%(% ze$8({Au=b@J+r{hY{Hl^|CrM}jmL;TA>2aL)cj$sW}f!ry*(-cE&&%4Zrk~?uP}y# zC66zBEtka3Ky>FqI$T0{ZhA=}z(OX0zP+f29lmzuLG|g76zXWXd21)heJCYE>*|(Oj}pBqhiIlA54uzIBh}9$bqG1umbO83iC_E2`}-U=UfaLpzxheOJcO8Mpk#}3ozx;|WmWfe=eRp@9apP!Uwo1- zzVbZw{_`|2-AnOyfgtpxckwjugEXQ`;d zJ60805)GEpZu$d?N)wXZPD&+OPVa+W+g8nNTG{7)&Xnli4<4wBp0Puc^J(T{FW4_@ zXn8Q^ehZEZ&7x`9OZKbUV;%O&`iF)gpE)-TOLth0n<}j+3giwII0$$rarM7=#j>p1 znk=}y!y9tNYr^i`_>5sQT!w$)tGT3;8;}v?T#RNY02_l4`0OO7k!D{>5_s>V=Tz>V ztSHK4Yc4*)Ys2h>$0L9jP2=mTuZxfoQn{T1_XVYwjkC`gV-Quo=$-+2=`>~-p$!`g z=-zaWN*`KlF~hnmQo`43lA6Zj$}O{YUf|KfZ6PaPc9$#opR7h|@x>iF#7x6oIH4|V z#wC$8`tzZts-f=$7RgF*zE$8_v;s+4&TTCP#>G=IE9eKV*716OU&yDo4wom$4y zfMZ-|U&uKRI)%c@#ZJ4bnML1Ay8o%ToIKKuqX|~{*RoNxuNpPhIy2Ix1UWelw5y*h z!L}ip{4d(^CCwK9q1rJd z+T(B5h#$lmKbc(_&f+tEtQI;T#NU2Oz#zIyA`HKpe!i!BJ334EX4>6CCxggoOttp~ zI^=b_uK;6+Rof)8Q;HWZiG82bBFC1RI)l%ZR2e_GUo>$dRceO%43vzq%jHTzQpO9HdQ2c`ovxG22gqLXc zI9MB#CSTrwub34^d=|dFH?Fa;~D%u`8*b9mfBGEY5I8&L@SzikjqVw;x(YuGF9_ulocm4=hW)iIa?| zu=(I=pt8~aJTX4#OAsa(!g~Jw2P!mH`yy&7yovE@IQ5IT8|)(;4kVN5&OMN52QLhr zN57q6!1%Z%&Oy&|j%3FsTmnKL;0>XG-HZUuZ?M14DHGnPeN7;Onz?t=#aojdTK+CW z4>Ym1KkOL4l{~gLlYoQ! z=D~4u5RG|1{2k6sA)a6njMxK43oWh$69Lfp@w67m=wk{|h>8(im7lP77H!lKIs>P* zwy)ul)IJ?i3=%Qu-5g;lderR_zQO7l=%FHPgh7h0)>p_lasqI{VgkmFiDVk9<9<{zp#hKXRWcY4f_(l!Vnp^e?u9+P>3LBp9CPVQILpW+i zP%{0gcBj`Chs085Gi=@=$$r(uR~Jn?pRhyrr$UUcS~xuI4k@`PhAS~I?CMKmG(ep9 z&nhH@Z5QyGKZ}zxzuJOn|2{;)YV+i@((_S-MfzCoa{4#}sr*&%p_D!iSnN)2(#=#} zuO)N*7K(P(Q*)drS0o+h@}tnY=w6r!lL?==^swt$BuU|7D#43>Z&QpL#$dy5 z4QSjk@@E^TQ!lr<&VD_&!_TtlMYUORL_V||qV6&JHp)CL!^|9Kpbp2p9X0WmyWv6@ z?66Zz(-Y3x5`-CADWxKz5X?C1CSBLkyY~=%BDB5QM`RySv}E0x3`x3?AU4P!E1A$^W1aK2sq3-P+%&8m$R57c=EUz&qGqNIZpf{8i6fh(Ri-1Ne3yd+2h zVmaT9!0ZJ8(=&LQ*>W1$Jc(cW4iKJmdlqaO?C6JYyG18QrHI!6tD2aCsq%65E`oM( z;9G^Rmx4DI$ozu>-##N&ho{9Z33(StkeA$8+j8(=nSX%xy2YW^D~rZTdVU!_?C2yr z+$k!beW8@yD7ZHWle-e36jO~ddo=jOc4NyQmK{G|3&guBQ2f#|>|~;9E23(idJ8un zH~z^8-2FHXB8fG$4Z@|FdB*_dDy!&Y53YLDDnIr`$@~541{X!%f#@y?O3*W$Tgc9{ z%u*2Ul3Wc5cSm-SV#0qRY@{e9#v6rvazwl$LKJZbPd+_VKy^V z2~A1gO-ZkvH(W1lNV#(2y0VDr29w_EwlkF0AQN0AI!dpXV4*2DFfQ-EGwf9OJOSU_ zN_PCtBc|2^KH|e5oOFIM4!XUZPw{xylrq*Hi*dfKS~bl%8a;SSG@UYZG#Gp>>SflA zdu#Al>MQsysznLRPP;;=K25}%C30_K_@_!Ih~3IWPexRbXkI4gQ5ib%QLKh9B9C54 zj_OK4IaE=XGr8l{-McKr;Dj&*!XW^`u>oW8Htd02l7Fhw?wH%%k#STWl0tC)Y#{}N6QWoYJ{|1Q zb**LBXGQ{leTWrzY986{wdjVYuix8OTDQC97o+Lm5(OBp_J2l(7kVAVnZQZy)ZLdh zxI`^sNv)mYNo^uN08l^lXt;vpW|^q^3FSAE^eox>&>H>5d-y%&Y;ZV#@ zWaT-GPu*TO6*4Cp!^kbajo zw6551Xp>VQtat}XN&oZt1-uP^GR6%EQ&1^eYcx|BKb zz@}y;9B$RSkSyFuP)1X8>3ZO3UXJU7@cLsErhMsQ0_>Pl6rwe=KlJFBf!?}5=DkWhA z#NSu1C@v1;1@u2JWy5TYy49wMPrZU{ZhQ|+U1%}Jck=bAGV3tU%(d!$`|zxfmAcVV z&irPqqRh;tVNcwGeSr*`pjENr?)0PQZ)2^Yq)TkdI{jZp!6VBM1w6zaPnhwH*IRM= z=xP5fD)rNCrs$ke&&52#;~xHmH&7WpeNd^6gVPcZy@@((U*D6YrFknh_!U$W#rwqr3C~!7vuaVAyE+I zeg6ZH=&v&G|6KW>5XAp%rT+HFzfzL_E9H@Y*S$dWe@H|3@2b{c`CPy|{^x*Qz*XdT zMZfQcdw@O+!XF0kA%2@e5IQlyZS~vt79#vX?g1(PHu@D{DZH$>cg|x468-A^pF#8w zEMJ%Gg7Z{9CO{f=;QI@tL9d5BAzY$~{YZu&!+cccp?Y z{w7QTq!Cn&a2VHZ;HIv-dT4x}ThCEBjD~9JtFoBesi3~~UJ!%RpqSm~5SfX3I)d8i z<#k$5yzs0H+@~c@wepl>t zQN92W;JETP%j_Qsq2TjTgC-Fora)w`FGRj4Xee??Qj}MP5Fy7zbEmK8A|uzrhcakD zwY!ICU3=Qjji5d(z8i*x=YH7M$>2E|)fs_;k0!kpwgio91DBC;C3RMUMNcZcZt$j_ zO>zZ_x%nVA;Bpsbf~)97QcJuL6rkn#dS-C0fua~>Q82BNSC(*F8r?PY$X`leH;R8H^!N)k=i(cVEHAVEeszDZ&51A? zs#$Nve(B)rtXn%xPww^WjS7XM;zz%+a8z3Cu`wZE^Io99i%EZj*u=USi(Vl)CQ|Rc z&oH@bSP0~`WZC%`!J}>@YNPR(E~SXZYC=WTR>0)gcqJk|Iv|x6A=h=o&8_CNW@*s% zqumjVSYlJ~g`@nE&^3tR{OSbw(*YX8RVTG+WSq)-j89Hc1t`i-%fdtupN4efX*%6O zGqOZ{g(H;#WqQSds2BVWE;_9zRUv|kCH5VVD+HA@gN$|C&UP*8b{&4~ZfUcj^zBmG z5sfV0La*tx#>|sxis#E!bEHNOH{_nGGpSbJQE7D|2q`7hri4f2tus>Q)azIfFB58< zkK`;PQb@S4X_wTqf8`zw7n8gS0`yEypZlTGM`p>Hx3zl5+yZBI>7WU1d&OjEqa}>} z;brJ<%FvL=@R2$bn@0-C3la^c<+NjQrFfI-j*v@p1vl}qkmVVTM9lQ71N+$-JD5i&tvEG8Xg?HQ~z4H zJJ2c3`Vys{(C9fmQw9v}esDMDoZ1_nk23YXg+n3QqwTey_q~zr{qDP}N7G%{*O%1k z!QgYT3V_EfB#(j5Sq4k=lWF$s99n?pQK98iQ`i%s8V!4P?ml;zTh~|v?hypQfSk3# z_4%EfP@Vam;>7kPXt-#&2!Vz{LNJcptvJ%y8&aL{{N6<-!@5&+!g-QSJy!JAbPI+L z+1TT?23hf9(kjFGkng+X)(Krh^IU%{1=}rH?_<;I#wN%vxGF**=VKw>(yG5;s9`HI zx;T4YO-uzku{h?=9OaNLsP1ZxEAKFA1nG z<#NGaG_(L#noBj}S2Z>CI~P1_Gj)VOs5Y-S52k0hJI2=()0+fh+KN)oys7Uy9}zW| z_cUJ*ns-WT{Zv@Ns6)K@Y|1+Dwxby7)a?9=+pIX$1=`nImdhn8R-_$TbgfLHDQ1SH zHezl;9izgtHNUA_*HZCwYMJz^*D!D&=PPw;867zSLez=Sa`Wmn-j_SepGX8Fuy@=H z<_Tb=_46}6eVX4){M><)b6j7~d|Omoih%%CK-#N((#TimWKBWf!-^StOjbK~(`$Pc zU0av&n7uI;o(0MX`HJxOs$U3v-mrYILJ$U#MUImuN0}q_vn9)AyFxG1I$roKJ|i;! zjiUOO#B4L1kJ%RfP0Y58uAYstrsXBWwn5C72;2TiB>NXQBK@Lv173N5#uMpm{9d4T z11beDuz>^rVPV^VY6SQz|K5KW>FW>Z|4Zog|ES|Jn3?`8Zj_n+EN+zfjHDje3DK{C z&6%$?Gd;xD`mzcJA-u|wTAO&X$YpFI`O(EjE|3wiu^jqUq!AjtHaBJ#a_rmcUs z+JCDVaQugM58MxM(*=QkX!nph0OhmK=Py2c^#9f70iTJ#eULBkynS%?T7Jy)-|@UX zqtLj7q2d>{!zASIl8H0D#`U9Qa?$A{x4Y93sbbGVunLg0a>hpBn6O}|0c65uRreO6lN{_f^v z?c?24ivq;5hbQSvy5R8mtN|RbLvNJ=ubcC_o2-SAlH1#r`G^VPc8;10<&{gSzW|ZQ z&+cVFy0vhCGzTzm@nV<<%%{C~NQjGrtvIzsyshOx$!1S4W7k2R`}~^f61S0{yWACy zu%0!|C&r2N)hI@8G1+MC3@Dai4qZhE2zXEEoy_-zur&u+HE*-Z)&=>?-z9|EF!hr& z>r9{VV^vxSOr(&($f~YLTJ3^jZ8{$IhQcRQSS-gA4Cp*!FY)2s+QaMkKISMJObTHvs_t!VWZ@F#>< z_Z>_qrwVnfL+2iTc(L|2!pc!+H9#wW?#WgIlOK8I4nCk*SA2f|{#N;eWF<=6y3|~z zIMu<&j#JSrK1`-hztlL!lDhTbKYx+wd|?k?QfHJ- z;AR*OpmkkyK<^$(wcmvY7?{=_Tr{3%?S+M7GH2KtTH3@HYcGL5j!wP3&z>})i$(ps zY^_igQ_GR8pLu`1{fH=TUQU1ak(2TPA9GhHpSY}ey;?sny+tWwZ>y~-bGEMS{ZIAH ztD+7AQGF%r=E~iI(qpuV)vwFdrJ4L-$<`VIVFXSapch&5X!N_r-7xjboaTtLQ$P<)9qO)ms z352t%4=FdSh%MB`?Y>A+D86l4PhrPMlE8OM#GXB@wTu=v=<$K67_(qZXNz5k?bgFA z9wVb-e~7!@w6~zy^XXxf@Zrn*t_hF(E^PHBwNhZ^|9L9fJY<3BKdV4O$6@p$_qD@^ zXc^`wlY-?V64P*9(E4!t(Q!n6cu!w67%n1t&WaR*26w66ERwP0E;{#pDqv}LxozfD zEihz&&+5aksX>LjOszl(8M-OM*$bvMfC>~ zCjD)t{Uam|1Ueu5{0wxH7h<_olqHKXpqOR=_%1;!NFKfX?b&7 z!CUBQ=7<`KVyZQ}D4WrB-nT1hqYUPx3;Z~=+G-zjAM2~#?5!O}$4E!UPF}0L@Hwtq z1<)mR3k|n(nci=co0$+kxOrj4FRQaXIES4=yqWn4uY2t$5MkI8CtUS>zauD*(SKw{ zMkI9`B}SEuhG}Xj8OqcaLE1ZkDEJYmLlL^7ka4>c(H@P3jCR=I z!ilzt+A?wi_kcwwbsqayz67Cd;Ysg%u*r zyW^0T2XW@J?)tJ!ggii2L4LFxx(sKF^Z1FMVgTc+w8n-6v~2 z2J0wwiFnz_utj+S(jN?r-_t^N!XiGX!M+A|DkbNG}^58KT~Is~|>L|JnW{%K9R1q*o_ z^Nm^sQm=PCYajHyK-Lc$ktDVV2J7%b#1Dwf!@;TXbN}!^bmCmdq|%?v=e23huI3nj(X-qo2N!y3QUaoPr4# zg1p?paL+%D!ib%;QmK6nRp`?Tvg@z4B}J@9eMob=g4YQtqLa%C9~%f}1hW#)WROv7Co*JI#a`dz6XS!h+b6IelO@Ea;Xg+uU&7`Df8EEE{@?F!{7W8Ayh2R zXnwQ0PY;9)40yP>Dx!eRY;wiTn+Ni}YSK4aN*Has2 z?H->7Q&$wrS%O?K^n=hFPdX{CZgYEBk&P_%2P9sXQd3N8S1OhmsOj+)?YgDB?5oTX z^W{y9!50!|1O-&S0&k5?w-%Kt;;qqL&kup!SJp;YJMU-*jbuuf&c|jD&m}#)xu>qA z-AyyJx6kDerN`2K_q~<)!G(Q)S;>L^{8Ii5V!i}iiW~$up>izx!%uU2@P<#-r61qC zYGC%6UlM0Pt(e^S18hm9r#mm#tv3hD6R(4%k#BrRhT@Om*xGsLU)SyLw^XAmX}S1W zP1|B9e)Ngr;st@0qOr4gwg?ex;3*(`7_uipo#rfRFt`GXVIqLIBIT(E|ZN zftLegSIdj9uPGXGuew#BHv`BrQNcqE6U&=G>`4-bCC{tt_`-(lDQ?pX48*3{rMxSS z|djz3K_iDp@eIrVDXd9*ZKXvLhW^Lt_tcOp)Cy~Gi4`29@o|P6E@E*60@^PrQ~aWy0GysM zgx|=RJDc*|&65n`Xji|M1xsdniP&v&Zzq!vlA|{1!xW*`1#=^lJl$B&qkX=VXqads z-#)-sCK4t+&&!cLFg_mldKec5<~9s_d%@^(f{~8t+R?l)bXr0Nw$CdKywMwyl;uQM z9r+WP7hmZ;%wK#-y7NehQ-d#dI&RT?K6$6%byu1EopndU2OpuD4bU|PZVuBu1Cb|G z_fvF4PW!gHMWh^v;~%l;v|Tis87?W9{F2tk1TgBJ#r{-zA~R<|i_|$Kh_2Niof;ty z-R;P(PKn~E3+frK0L5+ka(bn3Vj3Rbh|5#IZQ7uWuLK9j^{x>`Y!i-(oeY1L17&6E zhW4G1`p;j=m6!FfNWET1Z&%eP0;z$z%v5sQ*Q*Tn5C+lX613Q8&|b4DBjgvNWNT>W zfmO`OiW$RU%8-O#Sx#gqR&^H4^tK0)Uf;!OGQ7=(!PEcc^^J+yxoxP8**j*@_jjJX zkHrD<^^C`8#m+i3x+i~yUaa70Q5z*NEjX@E9BAjN)+}CL-?OBh_Q`Xlel*Vv{?ady zfi0VNjkY*qW#xuu3SsrCG;Oe!{@}}0Dp_KNWOM?Hkj%kR)&qj9*>{eotl*dCXll+> zQV&%Pl*5tjGelCdlDbX-wT(CbRKD5r!JNH{cp`_;XbSd{h>J`#jszJr8_Cuy&8uUN z30ul*SRc>r>|-N+jrG67K%U@j(M++M)ivO^qck#7V<^E2_G8akjd^K?tQX<(VSg$k zxIvYHgUW_`GKDg?0I4jt*+i1{+V8OPY_0h7?|kujI4q7~kSy>m&?3CwVQu>x%8 zEdLl@=eYu2S);bZZD}Ua%^{UIGs(OdnBB-0-|0j_q}skpFm7$q5tEJh>QMT$GYFARrf7_TPTxX^P1zTXR712s5sFB;0ee}h-a z7ZN0TMQDU>>yaRad62SohccOsLvPyCS-7LX{_8|nBSU4G-EmNDvy7EUM}&#;yT|U} zed@5AZ$wnmqqKS(X|;UYMa(26jsK=;7VT5=4ss6pT?rQZk|&Khb~`SNu~%~TyjAPw zZ=vPPIYmnk#tGTXze?5%8}XcPgttF*2NA*#2zT7HGQFi7V({2t;dwQkP3VZ@?rxf@ zt6YHYvL9aaXyQV*_Ixb9*L<{$->KWUv}?QFAAQ6eankAfxMd};(J2P; zT_tK}3a83-P9@&o#KIv|AN#s8FdXapWnrh=z|RG00EGs8VQnud4uZkwYOC7U5#U9K z1~>K9A%HqFP^okF! zo#aM^xoai#49}2>{l~Lc9yDE(tuEFqshR5$zcnW>eZMFprEd-4X^=qjz+TYMHw43$Y+BV!9jZODT*dp5Z=}-A zCs*5DF~@Mqyh1lO;RJ1uz{%`4lD0E=L<02;exnGAU3VhZYTf0w`vP4&QXO@I5_9H+ zBDDQAEK%r32jG2LH;XOX!@!2oxmvtx)sw#D+J_%3d6Du+?IPcw%r#>6*;a3qSbea~ zUpf>M|1|q@YzHarMxy#}-^m%h!*7go|6?3B^bFsbjK4+H1FF!UF=H`6h7ka!{~Gf4 zduA*M416w;@()D#AKLYWY8NjQ^t7zz?zQLhj1{ zv)l9^Jx1Uk&HF3}{vDg|nY|Ta!v%PefQ1HFP|ggxkiz#5k{)mhP=YK$XXgQgNx(w- z<3tdo1X;2m$AAe0lzv!w&pfuzAa=+xU^oLx-H^6s{S6#~TnCI2p!B0I!0QJ}Kk5SXJNVl-2686Q;Xvs} zU4UK(N(hkhHEwO6U z>`cOa8afme>@p7JQ!~^ZNaa6hWXfv?hCS@5n9*{{mf*C`V^(rgSmT?&@?q#cwu3yO zA5~4$rnuDb1Z>%Sp~j)G%oy%Y!@du=T{)*DPn(;|et@tn(~!&FWC98g7eVkoQ)(YL zZ0hMM909$f14(Z6LtiA{c`3tvB}2slUM#_Y5cCAbHsyfU3g!<{UY6Rsg@g}LBTPi7 zlC+@tu%@r@%ai-4S#RBvgzw;Sh}x&|HxX%Tk}M!DU`5BbWhp3^$lzQW6e`fV^AaOy zs6h#ub>UuCp>zlK(4AnHITW31pXu!T{4=$;|1Fce+nvLORp&|6Ce0kCV z`|<{@b0J6ehZ3!^0EebPOnJ~-r_4aVH*Ak?wx`rS(_A$Y#rm4iX`cSlQhj%J2AWE7 zI5!2K_O_rCbYT2S2LY9Ra9=UqNYZkQ&%}6BdXjt?xoA5^5M0BA0b`bL4X1BUKaXu= zm-8F{_w}48C=SIXv_AWf$*l#($>bXmxX|gR9ggv{Gd&TLaNqVlfPGdKY!tRFwBWCZ z#kV5KhyBp`+9$GDuJ=jD3bEa8^Bp4(cM6#Zy!V$5tz4$V{= zhiMXXek)?_n*ZUdnU>DmxR`M0yoJ^V>$~23+W6q%59R?6vp}Cmct5Q77oeZsunv)1 z7o%X#qPBj3iFm@t*nuGZ5#Q4wQs2CR<63Ylwn0aYJjNgt2C~P)R#}_RpFvNPdhEWy zYK=VVxNvw}62fI*IH$teJQoX}J#(q>L@M{>fAQYIP%HJ$`jHtK$!IY9_(VM)iGQfO z@T=D{`FHJ8dEw+2bKRuq;;TE;{qLhxcRtE?Mc-XQjdfNYHbc_crZ3`5Aj=>#?J6^5 zTA-gweUHhVp!1b0cEQJZS5`|)u*g(AFDG^HmH0Cz`MgnP-WN9a(-Hc^3-E>nxmgHb zaH0)Wb}=TFs!hU9y-Bsv=IBQ9d;RKR+>r)rML=ToguU8)I{a+qRt%X_w17`{uUhW2 z;fFS;Pw=~?dqYfIpIc`2SyN&N7H{KHH0E;7U7V{Fn{~=kH&4RAu}mM;tn#b$XszW8Kde~v^7rzr*EXQ(|bGjr0L&I{U7$;0xpYfZ5x+H5K!p`=@K5gr8}eqq@+VqI;BCn zyIVlIOS+^xrIZlqRO&ylx95nPvk&h+=R4o~z5n<3{FGXn=ks1*fAVUoY__Ii zv@&hE8~_E9>UvXy)mB!6`T>#d<2&NZ)ggfm@Q8P5u+8s1iB<3{q_44kYtgRQjuJP9 zt(v*U8B7)+C(wM}unRU<;DnxbEUXSI$YhH#m229TmTp}ICz{apmO3|5%MM()u!u1TXwrdGOJZ7DX$vDv2<0HH3b zun75NhkJs$8M5L7XX|XsMFj>%HL~}t9mfps>x zLZbofa|V1&{Z=A8Mm37fA{_kLJ_SqqvkB@0aHjP$HF0aiII@wp^( zTvd{(^-<+cy+gC*;u?4 z<{kBoDv7Eoi^x;F?q2)ab4+C#!jQlX6VlEh2&4-Vn~?j&A6nRx#RZ*YdoOk!rHR=>k&^nVFPWBT2y{{xJ6bz=bI|NnwF z_}^lo{|x`R)lPqQf`7g4Z%z2$m~8+91G3Tm1?=M2RXdO^kLllVnqN=*|5BNOj_Kzv z0E(>t0F1a=R9`O8uR0%Cw)_odxa`H>modN91E&PaKbH5G=LE`ER?II8b*5V~e*aTN zV3{s~lv^zQ7}&1)I9iAQT@8q!+4c3x8hKnB;F%gKsXs+N%&~7A>EE0p;sKqQ`UnY3 z=MfLdaXX){hTa&vd!pcP9jp!h-knC=bU*E9tYVL2YSJF@4UMfK zus;Y3g~t;di)CO6ki%CV2|1tFBV;1$h&Ha7U7-%zosh*EhUrS!rmXY+GQ-+or>nT7 z`PA1<`#5d##ir?p6zk4znmU8@UQKMfq4XZKx~Zb3VQnD@)a-OQ%ErT27!-p@4uR?Fp2ZyODenKN5!k=wU6Apv#e@Dj__3%NG zAUR#H$_!LL>PH3Bs>$!r%f}`59=74ZLua8qSv--|QBdk6Juy?RVnokAurA84xCb4y zCKB;B&v0m^Si6a>b6}j{)md1zPd|Y_s`6h&cqg!XNMM=t-ap2}{Z$I@Q_*QHQV=Q> zWk=k%8vM4^z&3E{9pyT`gNSBS+ep-k(hI|Hdgl=u?5=md-)NxSl5eDEzUKaSrDS`B zyfmZRJ<#5svzJv+BL-qYL$cfDX*u=`G1`erGHKfDU)BLNI4gyxQae zK6w4WDd>)9#3Msxk_KxJ7pdx&$Ggr2~! zr#^kktUzwxQO->*T(_XUUsG;WtEPLRHI4h4(W`Tj#3orlnUh)o_wz!@Th>_55>1zcyXNd?{vT+TxRxGU81p$A3S+gi z1hfdu5CxvPM~C*OePN#J5r;o9lqjU%S9+Q*ak}FT+sMZfu&KYMWRSOLMQK7}5l#-x z*QHd8Z|y4UhinQ()7s2nxxISvA)#S@N8Lg+^fQIkp%k|IQL!_lHK*rv9o&F+5p*=w zNl>G9zMW|7YkB|HG4lBF%~$VUc7~hk;^8{y2^e7ddk3E)7aE&E3V!)-+sZmtaPYRoX(lB(-6v4A6@Vqvm1^bxp9dXJt!@@ z!EbhfXclsSh*g?NdM^?J#o{KF6^aH~-BwGydn11B zfL^-JoK=>^Lphc02Nw7;Wwz{TpTLB>INaQ}m`X>b=NTe*lrhGAgMC%-bWy4rwkrdL z)yd3s4L;>nciflOW#Et&jUub-ecfIo9@i_rsILlrB;O(1xWtz~pXf4-zezsCe`Al| z68d7ep8pJZngT=lx4?Q4T^HkdPRzg>gU$E2yy0;oiHT=!_`zi9Mm~t8E#Bd%<`Z`q zeejLtju%XgiWVAKUn;U<1@D;KE`M73)QKezrOBUFmD7oP6gzSE@EQCVf15z6f%LvB z>C*t}Di-|!hFOOPB>GAUG~1i0+q%`OQD+U=#g!{GWV`tRcZKElEL}b?$9=&o6ZVmU zu)G-fQe?%kV<;|3s~NsesdPqD#UiS?m98bFFZEnua>tzoKC>F*agA>EmW+T1D|NxJ z@OhbtHCD@DNLT;-%LN7a82A&3I?wYa+gSbh>S)ZS3LDO;69W{a-FN+9g`{WokDt}0 zO^-b##?;5c?mey4+R5|fRwW*#iwNu>X-?W8Ze%X7QXJ607500-frMjMccYgYzzyB< zk$W9+4CTGdy?CV&9uqkY4Y3tV-c1Pj2|_BjDNW79G#41s$#Yoq>DLrxJrqcMA%$;n zf7IvXRacgPNq77d-LM7h9(*bMPNU{mbqh*nkzs_8&rY=Y>q)G)$Rqi^?!xkF*KnEodcx^*%}h=#~c$-1hcA z>!Jbi9%KVjtvWRf_{VOq1psiatl8TG!<-RJ$NdR)=cC$5x}Znjl<)SrkC?NBe~fN+ zq^(w_!#Pj=P?BB9yt=v_Wn;Ar8nZMb&C2<1Z_IN~2_o?~+wjo{vX)aU_QTUI&y%0zDL)l1UvHZT4^ zka(Aq|0*Y?h;9JLJSjj(jqzwMC*|90yOR}!F}=2ZDLW^ zNiwlMskE&N29+Fjz0#=omiH=|5!*#M>YICbcWJRe%RJ9=XA!)rNsNzfIQ)3b2!%O8 zSE5~(FRw}CGcpXfRDoACkZstCi z;m^?II!i1<#Zo?}XCmD9WcMj?gJ!v zLpV`{g1+WRg1Ae{+^jPc9y8pV1j-K%gNX~kKhqI7EFV&07^*HjV2BbUD_V*wP%Cv& zdU`&<)v#)|XF1gJ{1IDhyos z?)uF9;ouKWkz4MurbMMx;F{tAYq$)J7nons3p?Nq_dceL^RKa--~awtPEiDO7AYv_ z5WTtA@Q|#MDL+-dY1eQe!@x<{Hqv9dvv50uUx}V}SgQ6-Z-G|xQ7~da)U#KtDhCxcjt=PHy8|A()}Ap$}Lx_^w(o3FZ1#K zFvC-L`28+DmrKky-_rMBXL7IW%=CfGEa_$Osq607giIb8_Iu| zWC(X8^Hm1yEVhlw+mTe4)pu`#jnevz#3@8%dOhAsV;9E1+w?s^najkSjTbc3sBbz@ zep*z|XVdp8Q36AC&_{Mf#!?yDRr|GmGRNm?XhlYWx9ilgLVdea&n9Hf%?ghW4Pq?v zHP7zlb@8oEHkPQ)EWRsBgr7Lld&x(Z4nLFV++W0GCpmuVw|tHj^#o7xlx8vAxf0*w zY50xNS@qFz_r(s<|--%h?p?Mpn z@|DYZGm;qSyMvqwQe(JhMyYh^rdZK46<@hj)$*F1+AqC3o~PcIQ1cFgcw%?b;XhTE zH@a#nHR<47r2;b=Vw08c93i<{nTjF3;iIf3o8!zgW!=;be9H%x@k zMR^ZCj=?%F_O+@|CwRBFAZd*%H92>CVrKyL<-S-BZaRSt6{i{0a^!l!eo%S@`JMC> zXVwR29^=FL6Bm4D@U^3bpP(2zd$y~W6t%X?%?e^Va(BvVWK8jjz91435(o)Dk4Ybf zH+b_X$rpaO=5;Yq>X-5aFAJ9^Xr+uScD1ipK77rp?LBx2-NBV$W5a?UFFgE>6J03q z;!#GP7UKKi`1-&P-{$fLNpYqv$H#0OvAM!v3oeY8X6Q7=NPFI?ncEg0JpK^>HEwg9 zSV$mw4V!ZM4(g4w=eCPj)@y4rXIXJm0TAr;3W_R0I;#`-N^I_LG23QSETQaXKKGh} zKx0^puza}f{x6y#6~FU%+%U5-fq3=K!tXBj?D5fTJ23jNUuIP(Hgl3qU$tb=} ze*G?VFP9tfoQ)Ba!2 zO`YB$u0C$J&lT#$LK~;ruE%xTrbdoP?ss<`z3AI@E>VR!n00I}eg5?Ehv;;I(~$H6 zn^=N6R>Asc_ig$eh}{yA?*y=gX_b@%DrD+}g~){=EN}2bFaJHsPGDM&&>fLHLqlKRic8+tlH*8kz05&fn3&wt%B_+L2&2zdL|QhL zfKC4n+VAJn(t`kU>iVzzT>XFIJ3SD*@XJpEoBpe3HW@m0?O<-fNN zxMZOG_xAB#IzuyGweNb)ldB+}TOb+#Q&~>tpJ3b@G_!7%t@i5aew#kLo-^JgNE}du zffZcIcSoqpa(eD?q#fYVa3+m_5g5m^gg5VMXSHeUk7NPkPo;EBsxyprXQ_|OUVhad zsT4iA?yfI1b*KjQkT3*zH&^=0ATLot`R7K~CG6lI8CAoy&n@`F%F$#U@AQT+X!_WQ9GsP5n73>9- z%t=?G-wuNXhGsO#yvdkZrKVC0pxg|6id#CbDY+>HhK+>Ao*!(smEP=EE}g(Isqw~m zwHLN1LrQq$-m(&5?m?_|RHS7_bAhJ=OFkD@H!P$fvBK)|bH{AxG_pM4GUE~jBv!dr0=_u*5VV4ZIA`G8N|c_11xr#v)1 zcphni=&Yu<)H2P`m$l`=;yh2eCsdHem9&dpIenprZ5yu7N5EBt`^+WEKFSM*F1Uqy zS(0Yyj7rzw^znP_(5xF%9$!V6-C_{^lB)2sw|{^b^E@rVVUOAi)K)N(isJLxfYkLgaymxEG5GLdbry z7aw)OAZvJY!k0&k^lzta$o+>)B`fPwOj*z;CkZ_sjq0R&FzK@p+Nw_5w~R_uHU-EO zx3a|zrFNnPzTl1g`^t>}Bve6m1A!8LBwDw4W9l5T6ZE&5$E&MfSv5B#xaF z@~eAbE*K(-FUK@aonRFkWWP|cg@4g18@JFWepHo89QXtH@`jb&)9e%@0%@kCz zAA$l)By`m*&V1Yz)W7?^`etHIe{NE@u)`&hAvQvo|L%+%#C063Jn^aZ)8JOvf!r(HR$>w+_pMc3 zy5%Pyls|gmayQ<13AeVrUxIURF+vN^Wgdc5C}UqgZih{6NQ#6r75=S9HanYk z#O8P0mW|+8)b8_o=~7yGG!}>Tc*dO*OYNtf@re^DmK+VJy|6=7ia+8i(V8!a9cdi+ zREs280sejXeoMp)gbU>1)N`lLL@+VXOei-t`?k;t)3s4&4b0gek_jQrBON7u;c2Uv zdUu2*?W{btemeT}s+E!i&|-z3`X(ARRD6VkAMc(N#

Ju0y8Y*MZ5gS1f*g3YskREwWHY3jK~v z9KG%(kzKp9U@zKEPiQ%(ZBLBeN7DG;n5vcKmKe!(4EIu-%9ZCH{~))V9hj5_ ztX~}xA4g zl!Vc2-HGM5!$vwizP^(rL!|dS-kdRcA=Xi@t&2NB6^AgIPL$W}%JejvvZjThdSZZ* zgE@KNo-)Ul{GQ>o!P7CKWH5eNTL+S*v>(oEh@Ja+9$qR`frIWr zp42tt!*;hbV_(1!`fXpJu|ZlXs!nS7i`VKe*}DU45deiM0Y_;Ic;a15 z;h-a4-$!5P(s;lmyB&{+CR0-=;AWBKk?wPNwa3Li@LYVDTNyW5&I>v(iRqB2K;S<$ z!HkYM-+s{-yQO2;Q!9s94aU_^*mPqHZ)s+Mn68;wURSz5zomwIfyz&?^Ex-zXXBz! zVd4Xt!WYm|>jVL#0F-2AbAUVM;}94)EX1%)r7-*qkKG1%N`25i&NR0|&zSEcQ4yuw?ur9ce(ucPWWwZup0#~K!4Vc)r7K~8{9 zScKQJqRD zKT4IjIWSU@P3E0*(ly3dZosuV4Sj$3-Ek0WS^d}pk-~X%aLU7yvM8M^0{N^GL@c8c zjX6LA-{&?O=GE(MTpPcvgI2}#evIxDk?WFF!usS$u@hzll?2Q_od#O^CsSsehwG~P zy;bJbjQzQHNwwcBQo?JbilW*q6fnQ;&*Bf8Yn3a@IDO}>+^+(-zJ=S~s9z5(@NYG* zepxpH2G>LI%OvA$Q0TsbL@g_v+RBd?&nllSD$z&PE<=g1+-K2pr?bvkmKROI#)6FQ zv4R0{#W#q@j*=@VYJ_t3Ub=MlMFL7s5-y zO1?qi#R7TxrnTnfTq2YjmZN>>8CC*&RhG|uA5gr$d~%9&#Ut~N5PbB&M>cfId-*HT zt8KXe;lQ)wkL`m=2w`Xl>d^MHbRi8=w3EsXq2IoxFIx=O2Sy4O%~t6@fVYu*T=q$3 zwVWoJdZ<$RF_EgV*~`UxWAuYkSq#xMSn$LHWWA)BgE8p76TRZR5S#(%a|`eKS>qK+ zmY@g=G@XYW9QsZnf=pUn4mc@=&R;hsU8eE%bP8@vZqIs4lZ)YcZbXxC@u213omf-6 z<__%*0`+!|&MIjn=n03u<_Blw79q$YV$4J0wml3PaJ%17{CT^uC&e?!!+w;1A)7GE zMYpDHeZCZNdk##n;5ovOBC4-$F(WRrgui+_OJbnzUD7>&qQ{^2i%1fkMBi_x)TQ;< z;6aXYLAvGVJhIB;@C1Bb6cF7_RR99!T{rLtx|n=1_}XOYykws$1x`GU|@XL94!*luH$-$A&tHA1WyqW)320!{E8n zS^K(;m~wk?-RD`H2atn6?{hloM!{i3tsVeyXrf?BqGzfjcY-VNM) z9rSn?;H9HdPgf4VywULC-i^X1R-(Ci8sE~$W1zq06Rj574`?vmZ{ONOVXN>7Gcc)b zzF+jbspVXAmfJNjohl#Hx<62r>Z%M|$QN}5UDBV)_n zb(-z(raef38Mw#GML8G`(3e zI@q(wDfh!PmBk2V&pG^u2&%2W)E2uwin{0J>jjB&;uS6e-cHq#G~DQTw<;K%>>=F) zH>8K#Rl9?Gxm==+!yt1?FpZMN*cHxgW$>)^GgWZCm&whR504*#^{>}vLQ?bfdmO1I zKsfeC%e~kty~l;r^|1N73ce5iB!j+nWmK8Ua*fWq94;f5uo>x+f(syqtr`>Y$A>E0 zPsZneAZ+Yc^(EH7MA}_R`1}`0yGuavPgQ~bNFUv_1;lVoTM3BMzqGM_{s2-GmygPS z`~irRKi}aWANr#PNX7Tt&jJB7Keqk(U#5R3J@o5wfOPidCP2aCa*F=_1Eg}izTxjx zz}~D^IlQk9{6~UNSCvdxvK>Dk`q#e$q9%XuNPr}`w2W^000JjBZNA(F=$kPARYH&+ zU|Rl)SkA9R$iGtlU)?3(Cj6Ilm;PCA|F7)QpQ=**v+nzM)&IHd(rtg`->15CMb}+X zgqM8Y5B~5{Yv_uEx~jP<{f#=jR9(8_7B1@m86}|fgEqWUT>|*t-$=(R)g_i6l;M@? z($#bA^0+IVr7MK)vUH`h1Td7pt1ewqi&wzWW!;s|(iP}(S-R3$V*SyUE1jjQ7u99m zmCh3DkG5RtEL|-sFYB&!mRNtZ0k1W>Iz- z{3O#u&-&%jM~gYjOolTs3G#5+KUz-=m+bkimgMx;b2~VP{$P;WRC(NvQSFmZ1kw7= zD!mL~r2J|)7DF-mLKs&X?{KhJON5ZPJ=zg8p`4}HE|2*f#m2Sm)Dc%fM^cehEcB}N z$!Uagf;wmJJt^N$?u)DKc>z}2s?^qL;_}I4n}KOn@a!AUO()_;HgyD71{89eS`mv2 z7=r7ip!f&Ldb>YWvGiMvs97GF!WJl#SP?!BzKf+x?<<9g@=lYUZ9R|T1ZbH@FZ<=s42+Wl7f7N4-hDRpUXAlnU@z8S zM?XF7I5gb{e?8??wsi=>IPd=S#xA@i7Ds=b@&r7IFT<#S6hUc^c|1YqiDc2mM_+)6} ztNAFrkVfVs5{uETIdF3gKZb#AZQx`Y9Z~f11};<8-_7++gmxqho9x3GMT`2TKF+Ag zYrP<+ZZkP#w>iJ@@o1Nv*j|XA{++U{J|{freV-b9NBw{>yYC`-@iYE?ugdaV(hF>7 zN~?YWq1_Mp$;T!m!i2qBp(M(oEX}3)a+aUbom6)^?|3*Zo9%XAaH;Qj_Tr&`Kswg@ zM*jXY(jIv_>y5pAOI(lvbWKy)`KJ&nbDe;19MZz+kB0#1nEPbm@{+cz5J|~Nyra+v zohfM{;N3htn#WD<#x+&`mdtEMM0TjeX>Dp9Rg7aVJ#-4k7lZt330)S*W%BCRXUt9T z@*XuwOKlyut?mtl$ulw8p$;{E1ad<#;6;!~@z-J3EXC`SiDJ&_a%=aP4~;#4+L`^C zLwyg|mQTt5zEq1XhOom(-`3g;Qy(Fxe^!Agb-*c{m0co;ing}D*lX-7{6+NLKA0^U zJ^6bE^Y?OVb~vN&HP$2LEQ1VZ7i6AVK7-6<#kb{QKAcc+c!AeAo3=Y(Vj?EO{SwV* zd??7lNBBW_Kq|j=PrcL&u5xHTh5qxWjouW4i)fYG#0iA`3 zbj;1*==V9B2lL29zzX3JB!tq@=g~fHPJ=MpWaig#uvFx;`x>*9Be|gNJ=i-Nf7T-U zEg}|21IKZOC1nBmAum%RMIeR&-b^j;s3+$$pqO=3L2i!UDPN_BpYi8N3VO1) zyfb#9ktz*__Bu$D_5h**<+~i`vRs?yaK#J@LM@Kzx!~{lci&9K> zLp*XFBgj?`yVRMhg>!wr;j>2@Yn( zxLOL*^2NnXr0y`L`W9&afa z#6W6#2^b|q3cQn+TtzT!WkPBuv(LD9wxHI%DlEq@1SdY}-6fMn;%p^%Xjq|Y@|jXy z+xYIXzclntPt8=w;S=r%3#+gkx$7kbFYU&*js>?*aT?{WO9xvcHbV9QM>4>Oc3+v& z+vBlb?49ych=eag0;>Y$qW6N(o>vd1^hYM#FVM^6S`v#~0;?pQWr!Mvey#FkYVs*t zWsYTiWZgj?p(C#L4D`6O>*x2BHJDuUv&+UJ3Mryd?}*C1KYekt@9;79c!_`S`=DZ} z19SAZ9^5>C!`DuDcJf`^yBf7n&W(;erOxGMEWB~5H+JtW5n%dXw9jOKkXt&~+7(nM z0#ro8M#q}xy{P~p;8&)=;Pa81KVSpM3nz-LkOSL!4b~lFIHf9vN`pbzM?_MxlQB01l--kG zcBN74-q;Ov(Fv=F7n0^*&d6VL#a6(#q!zPSc9S_MEi)~PW-ixa%*7ghs&gExM;WlG z=$1vXKK0fiJ`eX(*0>worVYuIxaUXwrNBbnvdLHkjVI9TwS6(cKJ_mGT3d9jolwdO zDm#(4@}#U1B$q7;hPwV#Q#yEEq3$dO}>x1(@jwAUzW&F;Xxum*vK{!mw%iP0} z4%+$QcnsGUgk-9oW3=oAq2`9ls-_2T^G~?Y2N6#1J7>@B!|do}+~@_vc1!G){(7+I zFA`i9e3tj!<(uaD@ke@LCWfX^M@m9Idt5Y#*vPH&YDFa`&SH}0spv}b9Bv9L$TjvU zZ5U$d7s9H13G_PkoysXvSX1O*a_#!^j8-lswPY4Hfv5!OOE1c)du<+`$`pj-UR+%< z*XCx)M~FQAl?FosY&r?LF4M2VM{lew$zU z-+lh>-w)!ul5z+B2>b(2`YUMW61=&(^S?tCzm$Ata=5+1rOJa#=7o;8qe4TA6<}RU!5k5rNI*$-6PL(bd5BP{c%_!x^oUvE_AvStkIlMic|{ z`%!ITX%tJwT*uEG7AdSE`%a$Au?@Jidpr5nwl&jha45n{#N>1BxypT}q&o`7DLWB< z#I6@CY}?wd5Uy0)7(mkzc##T|z@TU!P5aqidghO>Xa@S9-_d`1Z&|MUt%Zmq{+8Og z8C|4x1jBJt?l);GDJs<55)YQ`Q#Z#*N}fmrHMMym-k2Gg0e6nIdDJPX!>4TUrn#8= zG49&;?%QiswrUK5n|&+_A4IOT$8r`lR0hpI2|`VN?u52spWf{)=Sv0#^<8e@b>ryedWcef@CIJ2FB{fbRC>rHNNIgI0j{^!a0EDGF-TDyx!{& zybGQ*@am={dh~R+MXatzXakB$1($v(fa5c|NE;;GGPi~TIsp2iN@Y%I96WaMm3p|O1kb38Y&ZyJ*NB6tdOhSj z8pMi$(FL^%ci}h6qBvpw?3P_VNRI+7?kTM-=QK(Pq67CbA7hZIPqr52%zWmKLPk*f z0GRekk17=BSG*eFl=)rtX0(Hk@ZE6Lh`G6C^Bhmlnw-@wJoLLx#as%t#Kt-M;+6tU zHckWI2b~Wm1orPj@6&`k+&C(3i7(M#C-(tB^wOJ=|ARmYsHmAzC;ZvFvLOo+4Q!$v!+5Hjx zwu(Etgq}~t1U{+zut;s4mB8V0XrF+J&C16)%oDDZ_3=HL*>Q*7xlM3+h(ZW!Va1XI z$WKU=P4%v5jIyg&p_rA=$F<{cL?SK4W@we>^e_7D^Bq+ioNQ(Sg9a0BXtz~&9B0JK=Ulr$i@PR-lk!ts zT&M>hXOf(}kTS>29^W`LZi|gDT@x#I4!d;c`<*Kg7U0=rh~00lxv&8r<;u+Zifg~R zass8mpu^L>%|i$kA?Dh=?QyqyZCD~8y-S_Norv%OS8v(a+rbr~UKwOQX}yAx`|r*5 z3Yn<(Ge!mDzk&qU!X47K4F%tC%Rt{vq$>Qb%|E%`Ze3B`^bYEAMMlw*78>n?75+XB z?zYpoLeI48kPv zx3HsS=Onf#->)J0k#!*4*patHK^PdWb)1#+3! zX*$OWg!(**?;})70tKa_@H-`-%lrU@k)u6vjqWpcOyQK~Xv8?GRnl(Sa8_BP5`qil zdi){}G>Rv3MmA(qLy4vj`|S5**F8#)CIjc#Y_LphGLce`?pRm9&z91#XXdNed6#@n zJkvV%;jQ-Ww?O^aWE>eAAK!%pxZLmLW6PGw7QQ(BQ%g_RlY+qE(^p2I^);)h@gvN{ z7_;cU6nUz;PY9#CFgf1sQ!fL{e2B@iPRM41REi~Wb>;<}RsS=Skjz=0VWa9MSI1DHBL$fH z)2E5@$O#T2oa~6BF&l%hw&XT#0bBi+&k6URU$98z9XInY+dacCJghwhzn67#@5UQ* zTabnMTAFILkY2wQ0u%t%ZBwi8*9xO3gLqU%>PEfn)3py4@G+yg)fePnca}nd8{@UB z#?`T2EzhW{EqUkr8ri6p>qn&xizKwd`|LOYB=%raIomly1ww1EsFITfmW{>5X95@y zDH^OXY{#fJ=v>xSWcw{I_uCPRYTwvM8`QEMc@RzA!Cb&$JoNNqS^N0emnVE%>^ z9)}9L1gM(e^ap3R(z20#wH{7L&zeyZC}5V1%}xp)*FIuR)u%4E3uev$Ws!qCi;ok^ z;#IBM4&a$Woh|;@p@6&E-`TbQ01QCS0J;VP0KPhZK~vy27azcI{#S8;e__S_)1g0o zz5V+9FCBFI)BpSS{BO|EKW)Ng<$nr=05J*ur&rlPxb&}Z0kG*m(F!0C`@dt#u>V&f z3c$$x^+x``dMSUk-5_TEztRODW&zMYKwz%Wk1GV_a%KVu$q(P5t7-H53i_)4a?Swd zzacW0gBvLS4UxILJ3#q|haeO#k@FT_(tHZ`)RFb#8=HJ!QBv^vo!|6GDU49 zYOVQ2Nkg;aTQxKsrUM#t4tPgd#g@v3r?g6E<3-#2n=NoE(x%Ak$Z7UyHm9#AAJf`* z!z^Zr+?2zfp6<37)Ai(Tz!hF%OhA;B*ONv+;``f<6}b)*=NHeL#Jt4nl_4x}SZs76 zc!qNQ%+quhQy+drEU65V&qM5LbnGaj=#?>XdcjQ0w8C4lYL4y4-Mg1jy%0g)-Z}I7 z7+}xseEl+9_ONQ<$-cJZ7MN#$#bzV&(w=;t6c0hgTOGRAzn>PJKW&xN_e@B74y|nV z(CvL-;%->B(;aYZ;Tv%UK;P+Bj#j^fI9LZ3BQyf5Wyh>-a9)gihg-;k6k%u6onqP{ ztNEqpQsqwx<=K@W8Ow$>>DbxI(=c66pS+LcHRH21&PRUzh=l;+87@pOv~&~)f_3QH zROIGMI$HlmZ2|*kyEXMS2w?=~`+u}s8R$Vj8LoeZjnQ9Mr%(%NG6F`O_m&GB?livz zmce8bq_;SMkF~Zkeq(XuNKt3I1)}|lCfSDZ!Z^oP0`|`N8;?XSrTJ|mRUhH@Igh3nhORCA z6~gV)lP6|4p^s4Va~oguS2@X@7YIQn>1MYR2x3PM^H;oX9bbIV&6%voGKHB?H-v$L z&?z7zPw=HiOJsS@RL-j2CAYD)ynqKqP+8B$aW;0&G8$4%aaWgUT#i#7!IwQG-k zPVS}KCe^SQNMUq#+gJ#RaI@P>5Z-JN5lv1Lwc)O4Xaj`sTT8TR_~Yt(xuOD$+~}t7 zHtz(;EW5k2Si?U{tR;By5)(1kTUxofK;}-QeB1;H9r*&WQ&^q-)&+Dqr10Ptys$_r zrb=R0KsNUPWBn&BkBog*YlCJj2HPXmxV20=gGu#-*RMZ_BGnAT??$QY{_!;c41!yN z#XxA%&*->G(C-2(^?dlgnqp#C0xMO3zzUmOU{IZh2w}-fMSKSWcRxDHeW)EyY|#(8 zC82k}2q$!H)QTdc)iL1Z;1HpCn%J)P;}GoIo&m~EYY@gxyw zbA#p(wcm~Hz9lvb2$x-JcZfI~1TVl1Im6M?c~s2RNW&^iY`#Ze=7*JxIv`J8)PdKM z&EoIj32zf!C2Z-DzO&f6kN1|lhS;E(;n1v&bx z`TXSu%5#$ZrmACS7U)K;b!ZwYvb)wOZkLn&oe$g#BP5! zzijk{AE`=Ch6v@mtNbppvJ=}GF-MNs8yq%h7H2Uf$reAn`cJHJQaezoUU5=y185m4 zD=G%#@cIPH2PkIGyNkqO#`H%zLpIUiDbram-3oA%sjr%A{=;hD?(`1yh* z?#k4(oDqb&@#=25WMa6E;sW8$rhxGVb(vu%h40jV#X`m^6iC18Tc(}a8I&ZjzvL@~ z;tnP>@BjuJQIEjW%(z|S0mzweCA9oLr!6O!I4MDoECk)N2SNlHd9BsO>4tc5C-^1> zui|*4-T9lmkoh{?gUlHfRpoU%f)SAH7;zGU`7fT>6b_v)_&Q-e>IvOxO1Y?C^r0BVz&HCk_|JJ{w+e=U0M!A+LgAotKM6 z!JcPp=?gRTPZ@UfIj|?9=t~!FR?LhrQTNgsFu6+GF~ZkvcFCSMQ%*8G9J#{dst#@DnphGqFuwnz;MEgw}PvWbftJfuhqv19GcSK zP8!NsB~8+-mPcoi)s4>ZZ#GwP!|j$wMGs1;^Gg&>tutYcjmEnNRq@Sk8^|h;-(mSE zM3P(Bw~!w7c|H3KjQw5vO;TQfI^XRckn~K~pm%_i1!RE$atTOrt@Fu@pKirMp;v49 zd>Sr{JZIzU{N%Y)!(h3k_I^9IKmwSh_Z~VdE|M(^1dB`f3xVl$$4FBTAUTIytx(`M z_^l|6y50;qC8mk}#84lLVIj_BRGM8UdN)2W|EX6&PtJKz6Bhm94z0LOUQ{MPE+O>t zH`UGUQK@FIOO!m5$q1biS?)rP4j%^rLyV;rqIV~_R|*ajEq(*e;VBEBUT}PNCXa_udI)1VVY1y zG98J;xzEs_WLW|V2EtDYp6c27M~XEWSY+`T=}%Iv)h2%3$XgR>;Z7a40HV*CNtm?S zjNbzKR@6vMs;Lq#m{b!%N~mHo<2uw&@2Q%bk?uNR(tgEx5?{n`q+9;FDS=8|U3~Cm z?lj~x#^eobYP#^88+-A#OXgo-j6rcze!_cD1J#NP2=_GuUazO-(%a2mlr;xK%j$Xu zH8xBLWGM|&qNRz6$Rl7cp}ReE6sWQ_-uLyr-+^x){+8NDHnNpcDW_e>QZN@prNl_> zWNF6QNMUBn{tbLD9zlGaQ<)vBH#|=(wX=5WsoB2EqH95{@2buibz3R=JN4$e*?|tc3nz0K!;n7r~fX0ys zos(^k5|7h83gdof*@%2dCr@9~%T)SZmLZW6_vopg{wAilW$w4qK!|{?`ou3A<+hgU zf=DxG9Ub!MoD0}4V2v(soNw&OTiVLMq-Fq=&jIiOP(HWxQzrE%n0_}5>Df4O*KQF1 z%krHHMjNPdY90H9X>?^mugAm;egX@{Q2RUh^9@;P(Kp1+9 ziN7waPzibm^=wR`v@fZBY9HA=sFT}ppwyOX6OPHc4CZhXh0O$dX0}@oDPKANEHyNs z1JV=7+EcV!UT(G_(#brT`b?+paDCw!^J`pxYWZD zq@UL(rl+lcwq186d&`qVZ2#C*-dBLx2S>SfD!hPTxkDlC}AEnqW zz2idhXeB=SWMrPwc=LhcPuVk?;k+K`O>og|HB6a`j`9iM>m1!e;0lDvElMB zpagMKSKheq&&U1t9Ry{ZNeG$2?+ zy=NRqb%;c?M=xA2Kr&X9HF-5r)fe(?$BjZUEywhTvRi;Ag z3d=Nm+zy}3#x5Jh6ZV#wmC92H=VLqb8*SU$!fSNb;5Fwy5F)TjfEeJ)-iA7EPUhKm z&MidTKYxiD<(H|l`$=FdCnqF*K+Tu*KJD|estmS@6$}*a<$ATS2_%iIBu-57y0`lv z>2dB}i`cp1ISG_kbW5>^V;7cf-2C>^(f<+y5XSYYjSkk+ zG0`1=*q@}wABxSSd?hZjhx+J9=2|*eGK|~rvP>>F3 zknT=Fx)G61LHX9^9Pbqm=Um>o@15_y`|dxm=E^z8oNMhlese^TndFzliM2^`t;>IU7>QTRU zt&0bBiwz})^>RF?DmJ?fnt~PkK7+w5>Zc7)5Zf9poZVM?thKa0JPOx+plLE&KJ+-8S$T=s0w;Id5mD*_ z;=vR5%}cxd$~f*qoNDW6k*8#ofVC??cDQMfU{*jeo%4NP%jwfRoU)5c>RRapQ`oDF z+v3KgO({TV_Zs!#?#web_Cy^}8L@o}V4Zrl{<2wIAB&Te_>DEcSX4#Z<5!#34UbSZ z9QL1~WRMv*8CXdouZSP&ek2)_ci^#aP;lOKz&(X>?s$?vmMg0onN96zMRu@Gt>Q)D z9KJFOuK_BedmoavnOrWTDePMk(fdIRKg_`(j6A8;=H?QS{VKJB6{71v<{7-G3BlJ{ z^2lO=<3pNfB^A4)iY?X~Q?qF(5nNn{@j<8xh75DW2SmayuG_P0&M$B$tMtYRL!;{w zx$S&2DvP9?w^mw9oO-rlW81@-sTYj64uZKzwA_P3%ytwy89ylMlv0-vHJbAzsWQ8Y zqM7kNB_*j426tGTHVl3y#cIo8NKQfQ?>&Pb*O2%$OS%-rPnU3~7oUSc+*t3)=EFXx z2J$1cGpLBu=F>|%?20JvCj{>NgJHY$A_r&d*_)RT!}geH^_R*He!iuy_-e$UeMJ;i zKZ+itJ<*RvlHvuTkK>lcg*~>j?u%=rZpX0>-84`t4bmxiNF^;7qwTRwl#=wBZ6!pE zgPbHPpWtJ5DN1VbN5j)3M`HJ9u5VW82HZCVjTgkao@$>A1kf`>oql5C+tGJc@>F!L zW}mWJf*teM7`?QSR|REk7rxGbsV_vy_TPLEDnJ`VK~sB8EXSZfO-Qu|wtese(pn7Q z^*i%U+WyX}A^!7t4AUS+uMwPUTTe)m8(@qnQtdpL2v!v9TUU?Mw#K|m zu%_p}PedJk-RI#v&hw{S-25lpvr*fJ>mbC0S-U&S?G>7LzO)j)@iEXvB$H|#$x*O% zk(@>2vv{H^In9PE#}7X!qAu8c*56Q% z6y*<*JhjBl#}HJh=I=13B*=DXD}s8n@xUxrJ&Ixd!6UgL{Eaf2Nz&yDq#VQCw4W)RJZ* z7HsdhcXEqmF!atA%EX<>TOO0+4+NxF@Z@SrG^Tj6@%iXGpQeE<^x0!wpH9~3#K{m3 zul9*pSIEt!kjS+&G2C>2eySCNmU6EvP|PK_uub2jM?QSN9dS5e8g(UGm1Mj1R^wCb z=}N=+MT<%2H|rBN-%4BPyawpLLXp74NnAE{248V~3Jkt5b+&#g69L3NlYqESXSMsp z_b#aCKw_UU+o{bzEiOsjUIA02iz2#m+nGaM2Vpj0aB_HyS6~_NQ&Bye9iiHp4;H?w z$}hAu&aPJTD8|;w%~HZO&U%IRsU;f}pC(y#J=UX`ruyODL$u!4wS_ZV{hhu@LE0U~ zP*RczXxvuAbOGaThR)(8il>6Mt_ghRIU3e1@zi_R$dP&@=_q~hU zL%HVOAh;+W`}O0_#`4PCIA#u$oT8d{KWo_(~>J0OZwf6TJC4?lrtc6{c z%fG@}j+AO$+AUY*ZLAkkT6sl?p!?lMf`_~W=5DgSuH?p5N4008x3MQG?Ap3-+=9}y zBzlEC`Gz(B+7ty+?~U|bsha+K3StIU@+`d2-S5&j8om+>lR8AG&Z3<=9t|lw=0;-fu0%#rUwTOj7ERd{IE4RYD1vgc&#gM2W^H(=Hb|2L%3Td?jp2@ zu4R;U63s$vm6;(r1GTnZ^+2lydC1ZfO%48(TWj-k#rdJ_q$N7ik%pWmkvfUS;1PKb zv?r4v4N!=6vkHWRNDH97#$0p#c}hi!8Qcd3MspI%%jPuScD@1|!s@w}<*-KEw;zS}?DOpcWY}-DcRJwGaEWZj#qM1>W~l+Rc4}2k&*zI?omguqRyT<>^Nrft&{{2f|;^680kM^|+2i zVr$pJ(>asskOf!`qc&$v1fS&O*b|B^@*is$Pw6D__Fa#+8~hrg$dFq9EWH$?n#dBj z!}Ip@Vm!ynEQLk~<%j0O8k*CJy&jsSMjm}(c`h~cTaIq|2bl^(hvCCDvGcAdssSxR z{6&Z5jjbG$K9~qXIQGqJes{j=Y2D+mYEZI_I1t>jEZgNhZLV^pFH${L7oZTGAvOQv z7tgcdV!h(kK{o15)=V_8d4TUcR!)9t*IbcXg4iygR%;-3i5Lh;%oWJRwV0zw;lG=a zUA6b^lZMJ0!&OtVc7kq1G73c5bg`a>`e+p?9jr8jFV_e71P49wN3hjOXe@4)%@IUV zI`i>>Xy&qY265WnvTt~!Bz;9zG_;!1Ze4Ws15Xt1NI3@bd%=(|IF8qm%e!~U**x_U zgu1jDSHy?h7Y&-iDuHBFm~gv!M#NC|9gT5zU&o(OT=Ap@aNiL0{0)$1n(!>Mw zQ|-QcCwT`5M$VQlNk34M{rKvv4lf7OmZH3;IX8oFSq0v1{5G?A5VEM=%^u??NTe`{ zlo4X@UTJ%?Q)e4@2UAW+uacprjo*tb!L$h_4C-W<;@x?Op}C8k0v~m}8s>Wj2mAiz z+{+r+Iz5zvdFSzHzY@>(9@7tpNOjek&o=f+K3xm+txPYks20i7geoK%?#2uMj9L4U zvKRjj2ghJb%?9_epls!v z+2E}>++NW2gx!~q@-p{2XojiYR}sX*5VMF*?mDWXPU?Z5sXCn+Sl{lcw&|D(`s&sA z5~KDbjGeMz+GR}vLVI7SGr2E*%DO?<>Vb5a15=s(@I*#!A$cdy1}SULv<8{`KkveY zDl4ajh*cvr63d6&q0vE!U(kL)nT|lVt<#f`sHDuY%o^9)sVHA$o+H5ZwKm0}i{{n| z97)Qh^}FIMm;1u+yK^@P9Z1V2HUL>V2~8Mm?eMzYavR79W@TbflJbf?@1Cx;ve$*0E?+SGm-jC2O-$;Wlt=SbPMQq#`hNqWu7X@rFjvrH%%5zoA$)?dF3BD-Na9`Du7rimNF0X?2WuBrg7ZCsjZU-3Y~ zEv@%%J6BftHMwWrBV6clxuFk;VE1FJ5obxFYL(4eXX$GA*5*VR4Q}a0bCoq!m*i^H zujM$V4o9QK`C?|hfu~I+I-K0|XX+S@p(U1&8#U8BW1Xgxs*tf4R7yusNWYJB-0A|y z-vzf*j3cam)-lx=DwiWjgmFp%zr!?<1h*vyGA7)npZlx~^>B>lv;x2W2}&kTz0%_{ zX|Ly@$D3c4z6tdnR=D5j(JiYE;8~f68CXmNudNA;N3ujs1`86%l^a(!NT_-0FRVqi z|5m`DbC=b>5D&9+{b*7JtWp0NJk0*)uYB3=mq>7L`uU(1q^@~Xfgq-yH!AqNag5j{3>+q37U$K3e1atvwxE6dysyR4 z;oj)X#Xg`25!5Vc9)*A5`dZn>(+(|>#$S)dNiVGR%+X5dQAo@592v1Iug_9+Jc(SR zmn>}N+im_(1`OWNy%ueLw^RYld?%mSB=f-0Yx;hdc2dn%REFIX#374d!!29>$^;`xFK2TQ-1QY(eQ4Z|9_aM!$GS#P$nR%hNkXznz8yujmyi36SCNM>X8}3E^!`(kc3! zsj6X2oar;(ePhYEZ;ByF;3HNAg#%Cc=C!bmc|9*xBU46K36?Y;g>ElKX7qE1-ezS! zuaKuP^-oJQyQv#3N>PT}Ym!C?XSAL42Q?|1aaEj@Y(Q)_Azs@-j;bgXtJAne+f%z3 z2sw3>YilPfb$(1=%?}S?cq#;+UfQlJ0v4_d^yfUoJ&+i6;2RJ&MBKi@ZbuMF+5fBd zGu28U!+ou876mEd6#NSE{A(V~8yqabRPX_P?Sf}WGz5IAVR?OwQUwABu)#xwRhL%j zio^p@8!m_%;x2Zc??@D%;uXRk-;+!gh>NfSsUTdu9HD+CEXuT2bo)IvG42h@D_W7m zzw&xzd4yZH^(^P3`q#Yd(cWh+L=I#A0x{oX;>-7)OHR2Em{K0nCy-e7Ab;8x1c zPMm(IJ#O(S+t|%&|mmO-yl*5lV;<3VW*5l*xPG1jihhz&&3?Is4 zOt0y5Ms%~c$+`$4*;SzBw#qq1KQ$gJ+1ZhLa68#!e7@1^bx8hAR7^3bZ!5alIq#?7 z(H|(^I*?O;oO)tw$r;q_vu5$C#-i(3#URc?S*T!u5Uy!o8@UFbzulTUP}goX$r|Qm zeLvZj?6sF?lCD#23MqTgJ||AEE|tX=60*cE%6o|h}%CfeUh zDLm^y7wT-mP(#2+@W*)J0}U@{{|yHE>)b|muZmLu?kN?ti{}t{0QQ4Ax1_;Yuv8Yb zAX66d;k&qF1OLw|mbx>{=`#7B4256T-<2&@Ya@SX5Lh<*<5@L-fXe)Lnulp`!x(ha;5 zCV>TZwZ}tD@1GFI?Pb`0fu<3Qy(BUxked05U<|~4VRgVc3Ixf-BjJ$>Smn-7052F} zURnEeoi3r0q#}rv|DhlOQ&JpM+BG{mFy?9i%Q)*ccN|e3^Hh{XAh;&eYQDoP1IwH2(c2;W$h)ASB)R-W2~xr5_J{&fKS${MtDm9t$(NbE zyOfR*?b$WgFC9x)U4dl3AOdS3hu7b8J)Ir#11Y=;fO)}~J912wqad0oKXM4)+V$h{n3DUf zPOpn`3KP`S1(i-MdG5%+miKrsh?Zrl?Ef^dx9NS8dSc`I2|*mGo~l?_le%ShiL`&L7WiQk=>vPqcko6R@U=sV8t2bg7+!2?Ztx761 zmo>GWq*EzhJsLj|xKDahcw`2FtOEOe*Me^<7H!+eUY)*G>E^+RH+0o{`Q1yq=!&yy zAO_8kKLcKaa``~m6!?CgoGpal`iBK{N=l>|C#mY((gCucQIqRi#z6Mw!q-Z%iSJ^s z!aS_an!uXlea9Y4-3T+MIrcF)csWr&5jzvyr1oIhe-K08@g~m}_@VuK`uBF(u)izItHghW8mX=5A7oH5-U&F%6SDU^P>FD{_v>HZQnR z6DR+rCHMuEX@JoS-DNf0DB92&lROu^N{rIar)-#u>w*2D;_Rtj`Ayo@6{oQJZo~uW zr?L27xm})LDw(UU?){W?F-pM(Sl#o77-6_!!N#TT-pHCFl}r%W*?7VhvQ?f9~$lfv}`$F|XY zn!EY-l{WpkF>zh90S(r8G*0L*II#Bn0@Tg$PCQ?Xl*(VX?ST8*tC1%Ayh6oxOR&b# zq-Ji_d5N93Mt3NttTwHx;Fcebbr@+X@iKa+y~3`&C%Mz+HsV9CC7yR}?~kBSD@-qq zrpM6cQ(kT`+5_#;UR*o0xLc!D&y0~ zykG>Oq7h{bE-l!zEg*#xskW|3ErQ-m@=02Xl>stR1AA%xlJ>%MVhVx&y+qk)G+Oz@ zoZK^S9a^?+@puuWp@DWQtoI%k?pj|Ee7DpFI!ad3kl}_|HD= z_pWCH|5fN02=H@-_OfwY)eHCcTJ(KC8z*F8=6mVq|7`zMPI)#U9ry3w`{!r z|0SXm#2#E0X`8PvLq+c<5YeeV#qC*WNwnUC0xVTYAle(}N$K&(w}?+syfMdurTiIf z*!{_|Bz^UTnfvDU`)In=Rz>N9=izw#&)l-^F&FPdk*D%aOMUQ1P3o_-64&5=%c^W7 zSd{%LH6{S}UKrZ}S;hWMKguIGSMND2Wf^!n^Dv^v^DZ%w`335Ms`A$ti40ij7O@5A z(6kBNmTFtSa_O4Z!dmp55~<{LC9EZ#81_8|F*kbRXKA7Icu$AfY+07T?q7?Mo0KL_ zPF)&$QR5aZ5tq{++_ww2$?-+xa8f(ZYV1}jF2696EJ)oZOX~?3x3XW#Q;S64eE*C&7eTuS{J6Qv~a+X*322ds{9eUKYC@YD2k+PqyZl4?%4a|mwY zpz9Vw;us@R$n|Whl6!I-(sRT*5pv|i?eg$VoGCL_kXg1+<=s{SbnTM3kd_y6%*d+! zq*cQBWbmY8*`}+a_Jw91cN_(UzBC=e=v&o&a6N&i*^9pvWO7~+-m!6Apv4f`!BL_D z@U9Vm6$}2zH6`Sw=HBE(;_)eLksHO}g2iHbu~HS9x3Y*CVBa3(*1dpv1@etiUeeiR z4A(r_%}0Sj)j393y=tqmtO&^x>~KQ|7>H7N&jphNnLK(2(?>osDL610r#)h_mLIkx z80$Ci2B|J`F%D6xZKjyn_tE;G!)}z7+%0_)kS*TfckhO3x|oFR7zcwbZgasf~J@3IuW?&nLEU|u%-3~$TS;G7Ya z5w(iauv3=i^!#}WONBDllL35lqLrXM1AamVhiuWH5Zx~x_DZPzbA%2Qq93Fm+c+J) zHJ8`gom_?f1V0Y*;PI_Fe9v1blF6-Vt2HCF3->4V;n_ri#XlT}+F51OmR?2y{0~C| zQQ$6UGgY=NXzuG!$ESajjrxS_enm>omK^;yJT+SDtOLSWi(0Ym+m`7EFS#v!#M18?MTMzPrm zqqNZFs2_g^%T!*zaqp1>H9^t~QK6fxV{`eEw~R?P#A2r5!?+9Yc~2erbQc>teDtm$ zo=EZ2@C(SNG7qYD^qLh061|1+b(Jg-`DH69#dPRy)$;{qw!BcAr}#3Q_3ce&N8M|* zKAE`gq@X?KUY;(dDMD=~Ujb1$xye~39+ZqSCCg;$tq&h{vn9E`?s?LnqE)?=e@Zbz5-%fthMVjJqTu9n%-UHe0lLvm&)j>sE+5S-`pSG#%9d0 zc);BJ8x@e%tXSDQOZ8i?d!%6;w5evX`E#^RF@qQN^6w%I3X`p9wLgt@*hqL^XPc+~ z)LkG{W42$E;Fvcl(^a;d@q{#zkv<~%9*Z36JucHQW84Q_x%kgE@|2fkC6e!K`;w!k zH7Q9Bux5WA5=Ev-)eW(I1)mzt>fDp>9I}!$BE@DLlG6gJtZvI}hEI{un|?XXOtuhY zl)leZ5XFYlm@!R@f24fu*R^_w-cr!H^R+LpLjQc`Xl;5$oU4-}X@ikvN=`(^7#zoq z+^n(45r$HKn1nqtViXf%rGQojvj=1!O7Ll@ibu`VZf*00bXI7O58iI{a&6f1(TP~rP%SCsW$ODlV&)x4X6Ru4)jyRCJ+KAN?@@or2f@FiY*p_o4pUCZa&D|JHAX3i>hA%3ly25X8pwqbVz( zAp99qR?c5_lK&~R^@qu^{s_SUPW3<@fnWaoc-}v8!yj++N849;#NSSVZ2YUzpL5vu z*W!b700;yGgLozX{*!^j|J$SS0bw8h*(LyfQ$OAUC`$egRybG3A^QAzj{++DcQ$Y? zZZO-qe)Y@o^EhqiI>WDJhzmGir1xvEHAt<2@^^c{^C|%4?|=YO2gvbrLU0iYa9(kh zE%oD6XBJCYDml97uwmSI+Phm->7C(^mW?+72IGy{4>yASGy3p5A zq{^_TIbKvHtbX;sMOBx7_B!zsU4vHMvn;4skkSHvsa|5P{!xuxcq%Mynmfnx8CpXA z)LiM|3S#M;7H5< zG3OKO?Dt#r^F=Kj?nM}(Z)4kM#*7|__E(nB%<_41M-vzmts6YqDEdf(DDy6&jyV^a z74%Ra*}9HpLnZlEmDkoMKi7>Li6F8z#uTqKjxVdpvTlsl+)jd=4BTQ5`wACccYqnr zaJXLVliPHBeCSemqiEs&^}d~(Gh#{!&X-E-sxaf?a=ddtC;}Kb@cq+(%7=Yy%xae+ zo`W-eQqCwX$;a}#gnS1PwnQh?3Jr`DKNVX4+ zt7SbL2{KxtcX!!kM7-wS-;k>5j9D@KdI>ttfz^O@xfnWnaut?2&m5O+xSm)%Y}RrRxl}S&WDx*F{_&M^e#(~*Byp4Q zPzQpa&k5-%z09PiJ+Vzi#YVoy>zH5p4XTRE+{ftlz+LEYoZEzgcW>+JW8v|N_f~*C zQP}1f8zngBrr|;tDHA;HdAEC38O)o7WQN#ZQhGivtr@7!J<=-*W0js|;dhKvA~0M0 zSoDm4Hg8dlYG({9?WNHNkKM^9M->WH$cHSf5xQ?0bd&C^y0mg9YzgYjTWt8pwC098 zjB*zCM=-ZGcB_-{BTxlq^Y5_=lf1DZ%|4Ks)5YvD`v`P|QwNscN3*%c5)V4}Ry%L1 z2sgcSULlLk;{LdO`iD)$E3ngLo-uVh7^g>3&n^|;m07|?>uHFI8wBM5>2ZXgAs@M> zW_LaUQg+0v%4Q`byZe#(8J6vI)_1~dg&ST+#rO7YGzqcuK}i^;X~guz^r4~ZcE0un z$Lcx{O2v!>hTGt}Y8yQRzLgn8C!(gpncG3**TBRG80nLxBPF^PMRT$lgvt=B*Lu6< z+N6iWnJ;Ewj|#JIyc5T$xLaCcM;Eu4dmx_Pa`)+1?vx`{`%Eq`sBgOl3zxR{sz8DD zqIqNFuc_1lK&{$x>!w4hOk05SnKfb#K5q!$ZhaeK9F1a_>ai%UaU7l`);C!9rq9z* z?_T6hZXm1#MXtNJI!;|PW>oF&Q*h6H2|LZ6oZ%KMek7WrtIi;FkH;;Cm<+|HKrg(F zfoE1>5P9tY1*jOBO!i=Kk1GCa0EddW8B&MB$WI8 ziZ?lQo`)4&7n;OAN;7gyDR5#^HEET4JY@K8DR`Tg38$+bcAD1ZOFurv4L`(7rE*1t z0A{=3f$OCr;sAVJs!wn|>j}FEST`*)qnnn`-lJO$eu%fRt-g+=2~{E)-v5l@S-621 z682umJT})M^6h|nn~l*hGI-{9Q=V4MMOX+=Ox1YR(@@-^EAgLaIhbY}NV6LEr{5K- z<~q7-ut`52AECAgGcCRW-!ufr--IMf*XDN;>^)S8)h20f*+Zz6Gl(0}YLP92$;qwy znY^Y%$gCDw_j=BVhwr_EDEk;NNaMk?4NzlH?p9Ibq+`K)ROxFzLffrAJx0^U&Knkj zi`h3gGw<~A>ogiX%9kY%=$jx+HqeZuqdHDN!r%d{aHdC-ZtTpkMwZhKPY?<7l*+Qn6y?3isX*cac=ue_-`=SJ&G zd-}Gh`Jm|Yz3|;l-4?vMPA(tQ+PzCVSC1|kfPZmDcYcZS_Vn}N%a52_|oDiYX*Zyv=s?0x1R1sCgP<-DWC zQ}H1s8V`dS$mn3rf@NKa=){;}&3QD!BRP~Bc?QzF{l22&Sz$xvBkWvBgy?n_Hi3@x z(!mWY4rFTN(mrA%ZuN9DMNYcHZsrJiwGX?8C<%R|{BuPHm7nGMTkiQqcOa7=!7yPv zUFvYnb;UXJPwZYd>fCu);&2zY#0pPD@ryK!C}tPPZ2-}E7dqmXL<}Z#b+?`ZmPOJ@ zBCc^BQu3T?#tOm*b95sr^*}y&iIPG0cyLwPF zX45qJU^(cTZqG0#a_rauC_R(furCbv?+p(pHUqgBShhdXyH_fN=g%*1*pG~O6jSDL zNrcUXy*k0D=xE7z^M=;ecr^Umkp=oOtLtCDS^)Qm{|44_J{$nG?0<^2{1Mam*Ese! zZ1U%;^TREE*!=VN`{OHrc*GBze|*i~kN$AU51W5K{@bmePJBR81T5iSZiR{k6`M*`-y+W{Xk%mpPK*zi~dhP83Y#ltt`cU zuE?LQ1qdt-i3D)j(Vc77vW?z;L3sg5vEb8rP;c#%p z6I8-uMCA0@SDm+QBVrk3x>Ef=)QS|dN4x?x%PKdCtU~7`ghI7eaz!sng=u}@FpF`w z5l`IAn2xdxtg52yOl3DHeNJR=!Z}7`OZqw=7fV!L(_&FTVY0TL$~{!{gR?_#s+Cff zl?wk&15|D%5_VXfWhucPgsH;!?@Tshy#PH+_igvg(KrpSX`o=gp8m`fCR@IU8Hag$$2_8uZ{_FZ)U?Nk%c6(K*!Y3UX=j?S#zMzfOE1&44pz+@22|5UIEs~q7QM}4 zr-Yr%%SPvJ?=;|^OuSFp1Jjn3ICP&gyfg1wTVxduynh$f^$2^>QQ7*A{1%Us+c#=L zQ{_nczD>23e0{6mljPrWsi>~V_rO142_SRoxpy5zR8i2od`d6P@dOTMB>M$I1wvg% z8Bv$6OO~LMM)HwlG5M^aX2Hyi-R>a6B2uAR87I_38(+dQ40~+H@`zWEYVzjsuti&} zWM5#0rrAq+=XYItXnbmZERXH-VUTCa`%IHw>l{|-mpl@jSclussvb9UsakkEV79BA zEV)caO_Z-FoCWzaO_()zr>0AT9W? zTQP3t%u47pzSqaL=}RSlMScikzW{{1AeuJ7p*{5GFi3WY4#Li`CFtAFCfezeMVp*Q zDf%dybR`045wj@m{76i9M4=PkBWc7M6IeE{M%tzoOZtBZT?rj{yF{xL5C7KX{sG2t zHOJ$9Y3zxV)OPzYmJ)6-|5*7LQGQD*y{JwyY9a zhUa+>=*d(Z*Bz>Ux=BI0j?3SbehT%5Kjzb=^0_JsxZ9ae(iWFwF zP}mV*2_<_9WXc|}k$~L}CmZM*NeHxzVX)ePdIJ-HBEN(Jf6c4PmH|Uea4KAE8Xh+e zBPPC%WzyqWo>DKT$=fvn#Cc%_y?~L_4ZR70jW8~$Fq-GxpP@TSykqc6u@CuAhS63? zH|-RCy)5HCF)#aiY3U$8e62a38ArOHOV%V>m{8M|jcr4nZBbyWe9+ChjPzb|ylY-6 z^G%1!BMByAlOBDmTjqu;l{Ba?QyW+mFi+2@#)a4PY@%(d-nXG1+~@8wQbSlNn;&EA zBKSNOO+SUu+m$|WwmPC`Y3Ae+aARrJnKOR)z9-g1ntyA-M45s2{we-f9{I73ZGp|+J@bR)*Zq~g!gegm!=-Qz%QF+- zvbhhxRHINF>AiHLUsHKBt2R%%a=m#Dv^ym7D61@fL~MSiQ}&Tt&j($#WuEc~3nSU3 zccJh6g;|zYi@)BRq5Kl?6M z#s7?4#D9Ze{>)weFI^-44^wT5|0(VwF8+IoGS3+Wgo{94Rsdr_e!3t<$lLj=j(A=K z&I5|yp$Vj(K=C^>fm8}8en%$2(;&rjVsg>iiu=k7XBWdUJrzN3rT~K5r#wP&qIz`g zFrHo4X`?RL0RPdO>dm23{NbmX6tJVHh?bJV1L!))@8SyQrPTNueZ!f#D354x^2%P+ zZ`Mofhqz{q8_YOVl6qesHAo)jQ|?$D{Ho~XcR0YEi{lj?NGMm7QQBrWU9`E?>UVGb z8QCqD`B^KgyH(;V2q#Y|V)%P^sgk(`O>J7MpD&GbPQHg@er{CBrRhDesNBuQy+$={ zKjZic{1saMX0*zsGp#GGoB7x|jYfCa_*ZPNTh3naie-?%8ce zP&<=-3%`@hqo=~p<v-zb{DgX!p&H&Baa_EHd? zj%XV+|KYIzgdpn6ON;w*5ngL7{3n{TZ$9#U&Cu^vo@ThTKdxx~#&$8n-}^b`;$p;R-#eWo&y)a`Es%d+NK0=X z!m3gIl7O42(Atg1ROZ5F%=`qDbMu+^UeuCm`stCGu#Pr>9ktDRZPQHS2 zV?A@DrUq!Nj;|ijz?;!Of%EEqaF+xr;GmSMVEBzic(?jla%`7jAxFWOl<@lxZS~M? zY}^~hM-^PMCn_f;n>>9IhXBHc;bf9J|eq;)Zu;mlc36~|}W4aa5 zLt86RA=)Ohjc2&F5qNbx1&T^^-u?DcRC8n}6(qZkCK zPE_)`wrL`bG>z9%r)|M}f;VxGF)2EgMXpW7-U++?fSQz**QT6fI0t0RmZwxfT1fE|gUoom#pmPVKkLcEP-Vk1_ z$`Ipv>}O!h@+u0h>M`jO4XT(T$~V;BQ9z{fnn+pO}zY*@{70m$ASF8fE zgXO+plj*SadvEj4;oyeF$JR1X&kC1_G1|$CLB&y^WP{X{}Uz z4dNW&!EZooe_N=w%}dk9JDAy8Sfm(o9X?XH^L9yNh;=)^lJ9ar zBO!6Y*C3n!B&&)a9pvG$gv`VJ6 zNDDDNVPuAbP;?Pa+=Yv-t4q+O6MwPXh0;>1(h4^neJbF~+cT?s%kL{&JBU&ZW8mZ6 zy$F}>k>QcWhYtjk!%`&b#HRb-2V)%h>gP1qU7E*}=ZeS@aLE3#8vsw3?*ZOHJa8=y z%*;r>%v`f#=h-`HWct0rF4SspH%qkj5HE3*m%pYfj(uS-oYpdj zd1H#?rx)C5MZD8@Hy)^v#aSiVXj3WV5u2V{Xqd+ma89b3ZdhQf3lLlz4X>zfx53EO zu02Z&(P^ee@(n~V*ik#?;=n3q;(HsY^VXhE=iXuYcBy;go#hse@Dwy=J&S9d;c%yJ zIPHCA(2L!5n(k_Qe&5ugkBpfkZO zS6wUnH#Illx#Ef%i0i_Nkr$Ak{Twa;#^Z0XaH3A+6Ij;2mSe91@6_3%aZJ8Ygl zl1!`dea)I3l}<_h*=Hakk8dsnQy{{C*EU6PWsMOuVFM0r(XWfkher?iOXbbR5I&LG ztPYH{bVZo8jH^xuZKoPApA2n2zI6n1quTk#Z|5k$Fu3X>*-wjzfc^?u9^I^IB$pP4 zZ9NjoF-Pw{D`0H0dX#QrqfY2t{z3SL$_>RmC=EZS}mW=A~l(DhLsOMwo7|SSa z1e7nmMw*nG$FSuqaG3mu;kkG7Y=ynzTGh zLjvMZddiZ;@;L;)CTi7|7}w9=oF+L)q~HcNg_iI>;hwp&ZfYFCGy28MUn-xgu54XQ z$?4oL0w^PpSPV)H@G8f~^>!(5vd@E@v&LI6aq#UFK4gt6xkG3F!NBCt->`b0f{H-ndJL>o^GSaHcnOL!MY2<%IO{uOSPHCK@MgilI??u=Tog`wpup-aCTP>oV1%ql2ROZnWY}iHWUk z!P`2_8i#lwQscRew)v1(2)KoJV^fQrDjcrMsVc>xI{0Z$)ENIV>Kf8$fvlrTx% zw}&$k>ymzN5;pq%_yr$AtMNGz@J-&9hK?caC-5$uW1X4A72tAr#HV)SoRl#Zvl@3B zMq~dlsmr~EqdS{uWQUEMPl7ifx9%~YJk6xxiR^A0{6_7`8yN=y1pY*-l=o`i?pEx{ z&w(0d`+0Zp^#rJcTs;ppB9e-jC9`-6-1aAl&Fb*Lhq;XC0>p+0FJq`%JJqmkUKerB z2XyA#=HS*^x{)H7HNQR)@WTJdOsZsV1r6Sq+}(DCD$h>l_EEQXtz+2}2@*N6RyXg8 z)8mgNDN<7W%|JC(@0Q^5GwDpDg~sqtOi0N{ZqV_qMaN6YY>i0UE2J3lizwwbQmt^kmmix$s!i|W>SW#JvR0;B_j`ct zDZKo^E+;O-gkKNQ=m;izX)3&YlhX%Y z9il|%E4QSyes8)d>?~iW1fnaWZxG`ObxL`*;TD`E$VIW>E&Uk}`(x#4Nhfn3=gMeY zD_@>JAIT=;7m{h2~f zS&2K3rB#XD4OdmiGDTy)v6j5Sh!ke$-DJxyl&E(1RcRe+Ok$&J z=`x=Mxeh8VK4Om&y;au3-Vymaj?m5Atj;bLijpsL@(Bce2f4r%fq9S~&aNGG`I9%f zSy8VTTR2Tr-Pdt1)V955BfK7(TQ194VVF(O&#|AN4pLIagm$o0yvDmve$7BVR!f4O zxR&4`C|yH6Qm_0AH#9lgK33hGsG7Z_{?NYHsqUyB(Vs1iJW!I~)Sm~x9-_?m3FLBH zt9UiDhuBfMHE~IgfX_pqUWMavUi=^dFNq&3YQQ0n1j}t4x^Ds)>B{(az)SL)G%35V zL@+3JB?y)(uS~X9&}V=FNd=y8AMx6Y4kKEFX_B(IqKGQ|RitTyWTJ^-1ERgS2!>!-tfTMoPN7 zyBoovyA?@kNm05xr8^}hmG1rx?Cn14X79s2XWxDA@7(W;KbSQ$pJ!&)JTvpG_j*6? zrRP^?#Hth=RbO~32&?0QGq$?>t5C&+T;k>{#?(`h(67Z{lbbYXaC)Y;jUqe#-o#0t zw*!n4jFQ{5(A}S4X=;5nXu8E}K8GxB+23v_z`@MKg2)|K@v2kEjh`%6G$v+_Z#ULF z-kR2R&=cf?QE^TaVV)7`-z3!`${u{c9kfT1ku)FRI+xM)Aj@v;obcGs-zPCLrPB^P z_+9eQm^jJDC#D9&)x=Y`BFmuB=GkZbp<`GWC#s%49r9$t^WR3F>?*B`BVf+qwo2NL zNok4oi+v(@p{}vQTtbnji3IB`Ky%ie+u;yu6awPf!OFPUq*_;Yp#v{-o69UDFDb`O zJ%Kefl73=3^hu?#&SX8qWZ^U=#qRmg^VZ1(8CrVS@*wQoM^Gk?fJ2!C4w%8=cw-$*I2O_t{2)1B66t(NDfDCVX z;Nz`vLn=j2eWnV+5ML*&9Kt)L$MG-T?j$_D6}1aCeeLbJVR**!Q+OiJ7xI|_rV5zF zNl1cOQeQ=pI&`n%;+e*a0Ta+_XBX9c%KbX&Jozjpi!fFgDnf}~wmT5V2IQ=B1xGHd zt{BXCT887+<<9E#gy*Vn=kM`R?I5XVUhlVCe;XW4?e0X~$U!!f?A1c(6MCoBRb#we8j{VSPi%Cvhw>R+#Hmur zxi0n$9pWD<#8$-o6)S0zMH~Fr(rKgY^!0+V3nXId;(6+=vizA9_Qt@SL`0%kIV`y8 zg7|vixQG#Em~dk~mJoSF={9lnag#9eSQW?T=3$1gY=Y7?6jYSP;l7ylBh#|8<~fB- zdP&mY>Q_YXv=|SD&bAP z?bDa~=-`N@ZXz}cn;O&zxzX-JrpmWeV9rIR4DEhT@6E=ug@+>$j@Q+eXJWWvg#1&w zQ$wcXlIZtK)mK4w8+>{GN5QF&cy^O3j&4B@)5!*-kONg;AxX0a!HpdOc`R&Y1p+g( z+XYAuvwdzm0*deh&U*oy{M8@ctERG2O{UoABsx4OlDdFH)@)4@-yfs)snMZfuMnV)EYXuuMr^`*}LCd^CZMIP}C-t*^!x&BI=XPlZKap^26YM@waIRHJ!Lk zq!eOPDXw@Zl5J{WHZX~kxhCkEtTH3xckki9A#(sI(|n&f0E*E43xZj{bdCR2nS<|e z@9!4>yCM8*4t33{KRS!6U4PsEw}op-k>73oqvrnE`pYK%Dze_cgNOc4{T3w5@Usv% zuH$kTClnsheNn=2zJJWp@H1%x^rltG@Ir$ok86;6?!Ux2bt;9wjx$ z!G+QKA@#1P(=phIvsU}Hfx`_ES%AFxJvIU$vX`X6E0CWs1)=4TTP1HX?DV4IHpsIu zR-HIUzqpc?kGkvec9I!mxSW20R z!lV+Wo=<36CcNv|EA~9oM4afQlQ6oaykr%~bpVH^yi40P@Fq#_$v`D{siqN*#pfuI z-10SZ_6lDPP1%!DT396r3L461_{F8OucA%fR&Kkmr9|)Ip5N+MEvUNIzc++lfwC|^ z_&1CZ6@UXFo>Y4vji#az;%(TFM>ZTii{qox#aw^APzKH*{E}*u3bz9B#Q>zeOLAS- z6G5aml0C6h)3+@?h`<-B%~!E97^Oa$tL+1?nQ#jjqBO(S##`}k)9>McvOKNY9v-+K zWQ)<d!gSJ>*6_c41FQH)Nqx8$vTk*3|T}wEfw6{C>4R&Hf{l?SO z6eY4gNIfc_H2OmF(v~Ye0m&trV2@M*@7jyMAr=Z^`~l_xs=xwRC@>9;$D1y!u4s>2 zDv%E|=EMpvi;^6la6%*&0~Sy&V|dNF%$47sfeUMSUFXJ`Cn#%LwvfwR;grc>DAVA@m|Os-vw?<8`KQsh^}%OW31?2w_E_ z3-F5IqTi*V9@bRiq-gO^_%fg}#ZJT^$M)7@U)2Yi8>iQ-6|1N{(~D=>_}!u5dlwyw zgM7ncfjV3%MC);t)gXgKjYh@DP3+H%f{*dWnt1FrSW4M9nu#>Mv?<3|qF zSc^A?S6#T-W-`+1BDlH98VpcCYrFoLR+`sc*HMF42`YxZ?Io6Zux&hNDI9m$adNox zIu_Aqc_TlBVP*#3IiPf4IRI2{zF2C3cje(>UUI1V^oM7hxa3{2mtnp(nr*i{b}nmM zhsm9YKS_=;uY>pEl_X&}8m>HeO0F;JXv#9C-SD)cZ9R0WnzMnp>!>SOl{xR7(&s0f zC;-sa7AJg5<;+TH>TYA^yJ~1np~Z4%O2|#SMC(1$=OYFUK*cO8%lHw{r%LMig~PMP zg7GQ}Tv@?(LuO+dZdv=lz-;AO&l!hngn}3uze7C!hCm3Y&;5NM^sgxgGco-7b^gCg zq55Z0$6vSoMj_CRcDl(q{TmJaUk|kY*#Q6lZU6HC=zqdL0suMW-#;q>zW+@;G=bj< z(foINR^X2mXnqO7F2lAH?c<3F1u z@t+#feGi-d>Gl6q+Wc}P%KM8FbMO0)PvD(Aq_Id(m#|#vj zQ5iW&-9tj-&#zY6P!DJa_zy*~h~?fZd+o?Q?-^r`JDgsIVk4+A5Y`z{iJR_=N)f2x zT0gX%<6Cye$G*juSu>I76)QEOz^j_T`rvbhUNwV70+j>G!dZBg-8|JWSL# zK1L8wL1{iOy*CB)4W%|jJLrx*5N`ro#xidSGx=CiK%~GeP5>U zM^1m{3(${>pAO*wuL}^E+;|E}V6D$kHhUTJF&teucvFObHD2<`mSn?%!eNQvdnp3V zIOz9j*%!`i1_dmHa-2lh`K^+U%wwHH^7uIIHp9@Sz&?Z!6%IRFV=3`T-B%bJ@t+no zm0P*Q%BtO|)uhyzJG%-HgKA)x=yrKZ<*$Ar59KSkomJCSk2|}3S~S< z-v&ubLoTXk?9xo;KQhQ(JUuG5*-K|UjI3TCus>H}I)2t+^k6@*$PHa`SpgyjZIzlw zX>vm0<4Cy``-!^l=+jW#DsTLS(o?XRH$DQ_4bvHKn$=+XF@yn}1wr)7q(bG{K)?96 zoROOH)6Y0xWDAY?bGmC0Br)jeu1cT_1Ziu)Qtb-!IdM)RBqrmp>)mmOi*<(3qpL56 zAZDM`5Z?4PX~mn3q2(SXODk#Sg|pmgEm-JbeF)jv*9?)FQaRnKTlBTt9HE=V7$0}w zbv@|yJTy{Z1-z41iZn4uff@~wg|51_8lIQSyaBA<=&$UJaVmJ zl`SBo!cPmVdNp&9@^&4<3i(i2yR@b*jc<0{dU=>BV5q`QKhm}=yiW@Cz^#%$jRHi4 zIh?$0ul3grv7?`>z{y@IYXEYx$Gib;uLM`PX?^hfFSMX3JHqVuETK%~NDZJARYf^y z&B2?H$yj?mam8maz(R=kFm!m9hsxk6beR1-#6*iqCs3HmN zeaJ62XTCc|Ozh4u&|vCP(%Y$6dfS$)gqkte$FFy|E){hQ*D|piPleVj-8#Y+GiLzR zaN(AG7V)UDO}?vZZ}nE)hM?!UUphm`i%l`2B)i0+&~Bc$Ri#VmI0G7!D?_f7KFios z-S3UZ3_fAu8zJyP7mEJmu`Yv!q@%_xxr(U##;KXhTV7c|ugEjCsvYz2`vG^P*Ec6Ar-B(v928LZ+*ohku&) zbtmk=(L4_29f`nfpD`(7A~g?Ykm{LPTg^0ejY$Z(!XjA0DxGJdl$a*{Qs^7bd_>*F zYPwfF_BQv{D$j0_sJ^7W)`>U7xR@UNfN{CYiC+>mKb_oFCwxiJqTS7;FeJ2iK5-}B zKHjwd(=tje0emNw0%|hCc#w8Ktl_TzZJQHoHfO{W-^vi-p4%8rysZZBwVhU3tf-!LAAHfSMN}2nL>UiM zKq5a2%n1(qSOf+$zbK*0V$47CfYv&-a~UziBCQj-H~hjVoK;>TDa#%4nl6sdNc- zVuhL0=TmIlM<*IWTn&!wF;JI|`67t44!Q9P(m7+8Rc<;dBH4pP=NdDlH~ zPczy^*@wE;!(S3VEfyk=oQe)xO@n(R8!Jk&K7K7W;k86}*ICSDS7LR#`fN$k#oB-) zEFH;Gq8QN>nWN&67iGJ<^EG1LoS{9rv$7lpM_On1WNF9RgrVPX8~igH5N8+vhCm|8 zQ~bq*)(hn7DlJj5@)~f%+TQG5nOROozsf0OIV*l6)k3=`0;vWS1?|fIY71TY-GrxLA5}-LzbiKc{TP4JRszs- z{!8gM?q>C*ML98@?o>v)nuBSaaqr>fkgDi9__?Pu&mHBlSCQfP8>}OVF`g1ZTZnZ$ zxZ6XV?MhUAAQ>Mw^SLi#fXryCc2q4fV5|5u+p9MJM$}q?^ZF-EB09M_9#qwDZFEXZ z+gEA=?JzC;QP>07)K(n1bakyV`;5-%mL=L6rMrlUpbhC{Ar&0(`(BuZ&lWyP`q*H3 ztx-SfMT{cN}_;3KXgua=}YYMmzNF+ zgZ2zpp0Gw5puiPYgr>A@p0Wg8CDjHGRu5&)tUP;ozcB$PYeK3CCXa~1(Z`77ov*)y zr#n9KVzE#U*l?rF1-A3uuUqLwbJ%D;QQc%;0^X$X;OHz#k^4VV3CJ~yI?$6i<=Ns! zjYAxb^UvsJ;|>`u4yk^lm=Zx8<^Ey4sm`{rm-W=$!R)hdaszo{<%`6pO;)qX<+FmP=ArkUtETDbp>tZ}&Z&fO{(nhQd!SNh*gMLvoC(dX9AA-2+ID8Kr`!&c2Hv^c&Xw1z zTPBRupXD3k9!ch`zN6(vnjMOqw#8D8t*~J$)MF8gI2v`naY!Yi6CCvpM1J(bTi+c! zE|&priE8)Nr%7V(Ve2JsxaX6RxsRnLod<)f+FXVyYJw_;2iyhgmNoRNU@LkK<2QHP z#Ou(s%tLf-t6ijD67jB!pPgf(Jyc43#oH4XXMw-@**0o=8;tkt<#k2rm_Xn0LH=wo z5A?_H2M7+b;_tk8VI~hK%Xp=d;x=5|Tw=U8&L=RXQy;hBVJPyUOB%w!uqH)529rf2 zggZv?eHd(GAnT%9cNV zq3f&1I~cQFY!4bc5+}(mUx9xioIpfo3|yq_pc^$?#`u=`@qPiZMgQg~%dz8qqq0S( z*o#ERsoByqaCh-Sr0c##pzq-5Kf4d0pX5lxIWK3X3qDEk!0h$79H=3i&ra4NJbLo* z&ijN@VSGf9&mqt2U?PL?+FrllpN)gU9-tlYP#gSm%IQ}KVKnYFuaPvPW*Cd{6x+S7 zvdg_UqGAbyL9{S^5GPoffUgL)m7H{>=flU2#xFEA^V;U>tfMhpm|lW1im!{B-a!x@ zrSZGa9_s0lvZPQX5*tb@;4f-3z<+f#x zZ&_%2T+M`ZvX~$xUhRN9i5{XZoBF}st4sxL;-e^*SOxQJDKZzUK)svGr#NXkz^n{? zvjtu3^-S2y|?(QG`KI7Hoyq00A>UMAhE6Le-C zdp#f16X^p6;@5B_jO`0VCFrkEiUo$M=fH*wabSih&+KngaAybLF^PXbu7Q5Sg7423 zGL9os;7mzdwlENUm|QrgWIkb!OU;we^2D@#{SiV9+}g9OFL+i?T&SG*KAX%%bIcKF z=|OKm7kZtZTilW>Z<`_C9g!YXO`W;xIC+O3arud`=Cp8oI2}& zxm10PIqa@;xGR#g*C{czOV!#D|f!b{z>496kZav4;U zaAMX{n2`@zA0Oov)TJ8l^oFz1BsM|sXvmGo8YU=|N>nY5n~it_;6M5|7L=~)&1s`Nc?*~Kq{*1H%4E&_!6Xu6huaP`%lsvpHDe6##H zs2~jw+KFX(O09ME52ArJvRj~%U9Es<9n4QAU*v8baAS$BA8nZGk?93Ka@J0pd^?Co z{iWK%KF(tHRRc)KTJGOh2&tVozPr*^7 zSFaQI0qWP?@H5HsgN));o*u{}Ux79dEm+PyA&PdJ=NAmu>Ru(@{UalhtDKUj1X53 zUiPg_HgA}Oj6fdL#xV2e{KTMD<^azHpWESUTbNXBRTP;I_Uw+qDf%|*A|3PG0#Bem z_o5RG$<}kzrEtj6C$F0fd1{Mc=IEqV3PnP&V(ps@o|fQ}-SLjp^ZYm_r%c(Bi7_3L zh>-bW{J|UkJ+ug)4W(4f={Uu-1-8J&j}pfu>qdxG8(&_aEi(Ji9_|q*9-b3U0dNj@ z99@LvwNJneL&2Y_uw7=PuXKrlsUYmOvq(TKEg6jNvr?4LOqRi}z66e24D!@U_zjR6 z3CURMEIWLXs)q=UCP(#^4H ztN;nh8sS7II^oSwdmo4-@4kY14>P?h8AdtND7!~XK;ksHIS6|kAOvm_|jYC6+HjUrtdE_TJ<)u6-5*--m z+%dFSLb&7mCd*WT%{N!!5Hkq=} z87I~T_#!d_$@?lT)J!59a_gqJfUc8!!4tWap)=Ow_l`fGusqDJG6yYgod;nbq+9w; z?|<-dXH9c3#21UpGv!>qj~~~G47-619!e%3suU;QEGS+kykw#+8>CR{gp z=(gJVt*pk$kZW(p4Z|iT&<{ir4WMQ{K%e#jCMg*d`qe#_<3!~bdqm^X=exRi3o%F| z4TnSmqsHBvLNuL@cN+czen&f-XSiGVBTqvnu3u4MH^l1}vtC~MUNw<|c$}R1E>%nJ zqC^G-f;g7|hQW8Z{>V`UQp;<18ztWC8&=f?yg$$;R2~_4TWG52#iF$FO#2olC55ak zIG)aG@t)P%tteWZFXPVxS-Za!nx5a)Duj-uck~%r?yLK(hLG&Qja*-zmXb{hW^`U{ zpax%Ve_V+mxLKX1n}1kH>hUH_TvTwsz`6x3y3J({d|MG!CMn}l?CqVqlv4iZpra1F zZDG_89pNuY=bpz3^k*V$Gcqp9Q1-yGyiLp6oHngwcF5tWJh0v1gxtJcIm1R)lP;QO z!7ZGdPxL&nLoE73#tT*G(7cnrx0&`&!SGHJ<$ix77{3R6{|;UO3*+~^0ub}RM6d>3 zrF?#ANYKDe&(_4+-pZDciIL@s-gk#y$wc4Y*p5&Q#K3&H>$ktFto3iH>)#gsj8gpD zPQNXDYwZ6o|Gzu&?-qYP``)Wq$^=>g%x|=a%l83bexpUO0viDH8!h6p#{%ZB-^i=(3Yg!B@|S&)2^dvT_ zfccFkf7$B*^S84CZaH9nBk^C}OThf?tS*&ne+kvDP7?4eVE%Si!k1?Sx;m>L*%_c4 zV#WWd>oKP_6>;k|cc@+&+RB#o7TX(bfa9jvm>;a{g0_p4GV{X#vj( z;c@*H2+6>3ZX;2p$vYLkdvD^v!V&L{+{NBP#+N@bQ~#LqO(-zUBMGPz-x zfu_7(rL09m%67I~H{@NOFK0(-i`M{5G=83zIGUT9>!fPyvUu=p)s_?U+WdjqK>Y%9 zBtp%Jisqx5FqGd9M1iE$4WV6NO!qysdnsEW@M{qdV{~w$&pfHwaIO~?FWnsOkQg}j z!HvEG%a)LkU4fE8zRMpb{P6zm>NxCH%h6BfuX}R_iMmg?4#$sjdAbo*h0>2`xSIuL zQx#RoG9?G@9-w@fA(lSW{p^ehR`@o7=D{=x|0ohA&5{Us<|l#7pbHF(mPvKf4fgrU z-knkFv(HcQ?qM9YoSG%j)re8sSX(_RO3JlIQv&IgIqhPy)i|$}1v}R*PJeb4=i|2# zT^`!a*YQAVG;)bzvz-Wge63S%h_f=X{pb`Ry97v?{31%!1Qj%PA+Lb+`C{ZFscbS; zb@CP{_k~K-eH;T%3^c6!nN&y+SmqRg?HLMA1+v{qqoN?)B#X2xIec>3*W^;hnmY0i zKV%j?$Erk9o)rZRs?8)%Q|tFL$(&^Hyf?P>A$bxXOFkuR3F-6+BWWf(OoZFdC(v z)yM4{@|9Rtdh>P*X|rITV+bLUWb0pB;SU-TP@T!82A^z{OX6%P?2dC_S+0@PvT3@! zJ@ZGztxYSGJklbh-`wIw68N(o3NM6YJkADHfRv|;xRpyzgJ zkydHl-4Z*_$}!s=J`GKFL^*Z~6PIOffS#`&xh95a|Splz#v0{K&4SOirhR;iJ;~ja`4oRJ83Qz^*6t zy=2$>e8M)2&ML7?kZj{g8NnmFm&X*2@hmvjI;ow5J+W6g!7|sL`vB~<=@&~4)UG^S zZkQKsJSGL=0o3c=El5Ss`}hb#U&tplx-TU*a4 zRCi?dDzV*#1!TLv_0ZTX((WOPAeBPIV_b5i27Pk)4Enq9FMY>~P#!y~#Uw)BLt1gS zxtHVFJZab~1OF~9_`=#^waSy#-lSWHbci+~k~PRLjEb2&UX{0UMl&|VH)an-osJI7 zfqj9g!U+|2+?#c9mPi$PjZ8?q&E*j)K1GpyWAJ{&$LcKMZe#O(>pjCwcr(hFcJB9f3t=wOl%5A3zk`q)XNk4ra z9rcjRB047ylo4$_&*RO8S=ee8n%Cm^md<``Jx&c?B2ETXab~+V(7CYMJ|2%)FGK@J z4P$|+e^!?7&f`7uPlFS+o}=!8Ebk`J*$5vi?rvCB9l7$hIBHCNSk8@K>LQbPF3q`~ zi=LmT7_X{hb%JKhS}1ni*pMVT^rQ9S^u$SA{Fu z+OXgkxw5k9K$qO5P6&~9MD9(t*H-d*(tOw$cV&5XZbu7aUHh_g+)IQ9m4ki$% zcAqnEPv8kQiC1jBYFL{TrQPC0Q!!qHT0PG$);4Tv*fgmp9jFJ^&`Pf_B>s@_ z2;STMp&EKoNYCNQnN@W0tJ*4|0Ea`(DWT39DvFVWmYP_|HBetwvzJ+5nd74dj6(Rq z!B6eO4a*-`I$t*+3$teRYvM2$hXwXLjkJti+b25p-X`~M1aZu07?+w11eFFI7+~*r zIKE+L6s|-C9fy~<-rpjq%F9a<48~pYr`KU&;vWrYN}t+9YrzKvDA7OMJcW1$`Q@Gb zncx@as?#T|M=@n(wWej0u@nV^WQ;YixwfS5TiT#A8sV6@@j!NPbef4pYV&B*!3%Up zv=?7*!x&wABX5{fVrKbaj;TYGWWiTL81JQb9tdgTg1p0#O8M(ag%>NdeIcVSImO*0 z8fQghSOlQ*tdqiS7cgq;9s2r1Y8iIT@RGa7m?)OXnw)|PKjJF+26K|FKQzrtS}mfw z_qrqP6*=`4!UT%uj$8p9C38=JeS};QB@@R>EWdFjx+rovz&y~7lucJ1csaJ z@0re;L?aGTmumZ0Wj}Ld_T-j1ye#RnhzN`etxo1gwj^P(u^#av=ak#4Qe^N!J)Q~^ z>YMGIT_l8nuH|DJ+#mIuB0@_vLBu!HzpXU4@2?eQe2C26CLDo7WSZYCSW$}m1ltgM zcDRZ4Hn!q^^Kr=3fw7K0eRck1gdl6h0Ye&6eZ5&Pf&sVVOb&}6M@Km-M$_1ry71NN zX@l4As`|RLWr7QC zFU5C<|8!J5z3cG)A()|F<%wjdn3nnmyo+-O{Od1b@hXe%qc&ya6JQvjR`2~&r$hMO z1g!3zOV!E~b6wvhZU{B~OehbRv;-31SMrn+`sPo204{X%XMhVmB5D27-j`>-b)L@< z0avWm(+fJnp&^y}DRNn;n%BW=EBnCrhR)C-xvA|fl*CyX{WGT~owyc}u4r7z)`hQ> zvC5?$h4`{lz%z&Mxx%#S2Tu-7>SN}P?hGws{B1| zAZ9OCg{<>Cfs~TloDzC#ydZIeBV0L?{4B?gJxP1c`Y)ado5cyX5*w6u&?(`bU2Km% zKaV`v<1yQ7+OLc2=--I2bBDpOI58Ps-K>Ay>*6%c;j#)L`jW<)N&0BODx9{XI)qr@ z*vslwV%+oVo-5`X;#B}{_+rcXmT8Otx$(u&vI&19u z(W$a^%wTGCky?&2P~gD8(Y7vKLNJH}gumLGt*P((k*_dN-95Iu!N~W(#aUK+CXU@| zgCE*mED#p^AZR2=rkx;g2ENz#*(T- z>{d2-r7vX9TZ8Y_YXPq~BHjt+Yj4F3K{6(`A762Rk|Z_buk5iltj->n;}sK(%c@t# zMjq+y-N*cxLVVH=b+>SOWv--cF-{vx+}z9K812>NY9}4;bKwR%bM|-|eZZx%C(TIe zgvRsXb8i^BQ)t-i^LJYl1V!lU~udHuRS_PhOzh))eisSiS(dxB&gquAs3p(ey`IM=_j2twiLRulf3G^8_|7}HW`rJD$%~sQHphl$1kN$8IC@kmlBLDOvhe(3vUSNG5z$Fx@4vO zS}WXIzw?5N8^<7g@);*+jkG9gOa%#E2s?G`IT%M$Y6MsSToUxDwp@mqSDb)IjAP(? zolSF6+d!BUI1$yi48qHgT!vofJG0Z>Lkm#^f2Zd_`~v%n?t9*m8At^_2HX%>jRz$e zspt|*#qFEMq=ykA>;4D~ASJYMpIHC(!iLml|F^uYckfYc8gl_t{&bfdw&S}E1mdeg zG7#MpB_T%I>}nnuiOpmOHM*VjyChB$8IC`M^XM-tW=xFfoshwS90 zBI0jlDCo2!2GDkJX?klI_bAJ|&GfOuwT1<>>um^Ri7gq@IEPC|1kT8o!XJDJFhC8+ z5A*q~rEZq=c+>n5Q^^*~W+oWdffCxYJ7=Ex2J363XJ9RBUDrxYGT#u2{E4UnFwx!t zVEt8TcWVO}psZPTKHd0#c?+_TcS5oSGa4I7ESnF1wfTwnE?j*2Q zmsc`W;aJ{Nj-h@==cZ~M$HX27A>#W^tlk^UK-I63_khtO0(viUE(}?QVifmd=bPkS z8#FE)A`{)1l?xii3B-D_gBFtxU)p=zuE%K#6}`>v&0R}t*I73x58u1 z7GJ?Zg%QobuN@(wLYx_}l47E0QOcb^UdE$mA__SDGLx}*&-$?*yYGUB*c|Rlrq^vY zFV&x~@1;CGlEi)TVY5x?w%jwTu(mwE47ZWHL90}a>^YCMx)5E{_mUO3ojvn|q*flK zMz--e99b@QVSPAg+glGGKgDClWSaC>r<}neJn0|&tkkL3Vw$*$-))3Lc21_i^`duj z6TSvbl51zQtSc>;GMeY4WQwFIK3Q}}kd1)LJzy~}pcscIytU3yi9gcF4cBuk$koiF zUgvy*Hxtp((|Y-<-klL_DK#FyvrN6mV$5^aSYlsnokCmodHj59rE5g6qm1$>MT<&j zUkbcu(KSj=)nHb`4jEdMgB5<{1v`y)W}Gg|*s|6AsHh z*?_xI3tJ497dcL@Nph1vJ%)|njj=<{I5MWevS^xH$Q&5aGbvo8Q!&tcIC1r57W~tdCs4y%jpp@8&SOs{ zFTfN|xb?5?6gNZ~fa(rE3{Adg^`RiJwrs=lzlukf;f0x-z%(o!Hu)2>L_Aygo5bvAtJAra`xfb#;({r+JCUaQjho0OW+@YZQ z83aT`0$ABECK+R2+zmbra(>jbEEhZtDjPS>XQ$%|9^wp&@ovb=rLfxE|4g#CKA~ye z*=WU#=1R6cAn_JlcYiTGs3XPxxo=n~eSi7z@QT=r3F|4aI}HgyiM=~?7*(hN$HM7C zh*|q4hAaG71Qq3e3-$Jch%_F2qK{`8 zsUe0e@XBi$HqP8PTqc`CvlwCt8ux8MquA<)NT7(8a$`J_s~R{e_m5-9f!QFoF;nh2 zYHh z^aPzh^C5;*5Sh;xjU%(uVNsfUnm26fDQY~oZ>VmP$S{a_*s)|s{)*AeVcA0Z4Gp9{ z)S9)HZDB{3%p<)=l8Fq7vt|-o_(R~D!h3SA=Ki>&(s!4js^FXwYGk4)TA0$-sr$S4 zbk*+{Q*T%6Yt9eJK$cD1Eny{RbYT<($E^#cl!(Du*{{PH z&I+GG7Y4c=?Z*StUCyN%?T+bc-yTExUwd+~42}b7zgx|6B!c=MS zNJ;%2B!w08D#dx(l|&?cwF0-5NgLe@c?9TGHs``43H^uiQFb!L#kW2?ZCia(L)kRr z{H$cE{mKC=T`0VQu?Z%t!qNiDp`HX%LW1ClL`~XLk@S^X$OOk&4POEy>2#HQrU&7z zrc$F78m$7hC@n&v5D2r4$;aa!&&XEZLj=0&VhHD#^baF6ctn4|TPd&QO;uRqBs#>* zM5!fi$?`9BpY(sYfoIkDK;{1E42fOvi={>cw3uLhJZsNDTzQoF&qjh9nca$6)4`6d zdPhCXRiSxVaPV)yICmejXY3(>?-ZydRq}XR-VIme5ec~GW7p1C>MA?T)Yl{$nr3%D z&hlP1=6sjq9RY>&w{gMFr}lWoJ$Lfw*=syj3*mSzWR3JDUh}>=LyYydFMjeu^NhJc zIJLQLViRQiIdjtOwuNp=Xymx@llL!Kr`%PG>oX?L=ym#+NfLQ9L>3AgzHrfG0UGt| z+V?ZAz56!=Pe2cT2=V|u<6ny$F2BC#VLo5M2*XGGYYOq+F9KaxDMatPuDu}6*cUpl z0^Y3z?R!0~5ZYgE&kVLLqjRDNSGVbh+V;3ld!`pC*X;>ORgp2R7;0zK0*OW9^>j8( zX@j+ZGixE>NfN>1IrGx6ENqg2vO zuB9$ipU5@yV9dXY)3>D+w+Wvge0*j{!tp~r`V_tQg}>GBoy~YfQ zf8&tPu?2 z{&|o3`6vIb4Pp@dxd~v^AJleay2>P9WuGq}Y9Lqlja_>6ME{z*yWD>Dr~>vk*6Y=? z0@&ZO+gA?;6Vnxx{mcHqB4B?bzFu_!!2XuqzPdkv{f+v1A5lN48gFl++3%^7iYbCTL*krZ}*by{g)tIkIb}{+=ZbJocEW*}0-! zCggjMAeS`wMD(4KaR%Uo&HAt~Wrx)k9T;sBDWr$6>oNG_3i9NJ9R2dfgftmzsmz-Z zPCT<)AC*AFNR*m`Rg`LbfG57pJIGV7bW z@+kJf7(oJO_iHJ=kk4<$HV)H!MMw_g{3=n$5;t7+7E*wQ2H#S)M829^J4^nHsc3svD^6uY=&{_Vbpn=)Ni zHBd75-mYovbh>(ASLkVOn!HyI<1a06QeekXu~Ar-^?6aQ;`j_n^J61;8phY~J9?DQ zWf^-yi*kkQ`k0+L?c=B+@>vc^m&MAoQ0V$jlR*Yw2p%LW*OpDJQcpP0!eK1)Oq;%S zNFLX0s?FgZPdzKrA}A<{zSi?M#rqjqzwhqufMf*#AWvS&F)_aGaoOG-^nP-&hF0d{ zPo2)mr3VE7$am1o>V5d{jCO&gHzHwt%|LS6O4JV>h0%ocU!Hx}3CF0IqJvC@A-LeI zyf*Epx`+4d(I=Eo#LP&C{a+EPijLKp3Z9QZ<@2MCJyx=hzu!&Rk8#B5CgXy^7djQB zlPYQ*_iB}K$UhW4RN|n80V4+YFlC#@k40lg*?uV~M|f7)URhPm%<y6f7syBxI0V71A0Kr>Z8PG__WMy zLrr%bHf34y!=oa6h2fTG{ytBe2{J3atXE^xn%5F)V%#y3ZC(x$jm>US<<>iCHXTu? z=p&Z}yT8p38#)f|#1DRqw`jT{tV!5Y&6S;cTKsX4fxEx8m-7sh=^~?5x#<-GzLs%N zP+SXr{j#;fG^(AH_0+?bu6|l~=957oei5&LN3bAmF*pMLh1PNibhZH^}c(KmhpL_72Zg_=?wS_u6V1uh9 z5|=>Z_(`+~O=AzV!k3L2mCi#~**!E7_*n5G6gr01tQU)Mk|havCo01RQk2Id% z`jFLgt#lI0O%Z*DAH-bTqa-6piGbvMq6eHZ5%II7_7H!SOR+&P!hz48wYaF{EinB1x}FH{7_9V14-TA#ABMsEI)A z4ZEFf^o&~mo5Q}<={b-AI+dQ+6o(t8VpqOrzodVPD8&o0u^^{UL}H39lu9aGC)Rcz zrT4pgymjzuM-{>jS*9D>R+QW5MfKlW6gZqKRy$O}T6vzW);q)surF4V;@vHQwnZCvrrB-o=uKgU8S!7*t zfocJvb(wU@##EEEYy$tKn52+W=pGRKfa^)SLzTNjDp8pbRd%+hPGMg7&Rs;=VVE5=zf_uR>|-?sTS+m$VS60;hJz zLF|Sa&Xlf_b2z8Aw8b0>MobM<_9C_;G@h##obJv9WS2i0UB|l}MMwIF>Pn|D=TXlD zk--?ReeC`lv=5-au=0 z?-ymOspXhTO>Kd{&z*i&H^{TF$&8Q4ek*IcqYAYLq-rU5I(H z4UQS(gtydD{2V?5>GYFtk9XL!nOa7A_A*qs+X>QlD~7%7kO#|#9n0Y(uuFUt?Fx=$ zxI1Fu3l&27D5%kdkSYD{Xh0}sk&NJeiW(U#$>1?e=oLy;Md_@z_jsH|{h8Xi)y_ot zeQ{8OU+)9Avu)$YdtQ7aJDNCEwA6ypW3_>w#;0l~kYOTte z6b`j7y7HYI=a#c1@^JtGnJQQ`~jze0uAw0hxx;$QGGq1+VYEa;M zDtyoQa*k=vuwN;&o@NHrXut6=M7FXIK2l>9KSK6+%~u)ZO3P6>xnZ`Q$=L|~7-+Y# z=eUQ>7Y~KnqbZfymTEEOUAHG1+PT_0UYz^%;3p?rmG#`gNP>mB7?mY*fRgA}M=>p! z>AoYfQizM2q|XPxd0(QwGL`RmAn$=+5iL>4*Ca%61986r@^Lce!KPw?F1Sg~M#>g- zO(onJImw`lAex8XUOjs)i%EkJVbaehRv{pilPiQwh{)_nja z!93ywVYYu-$c4E_S{d@-$S-&xjmTU}#%9QL|Bk2Z(%03^=$E0}a_28Ek|MZ$uI*Jf z%nN{6e|Sy*IJx8~JdGQMPX_0^$tAy(ZlEcr+$Ch}Snphij~q%bASZlskeW@YZIrvu z99*d6MZ4F+ubIS3Wv*~K)XT12P%+qX*ErLh?e>x%P`{T6vUX-&G?aGjMYW6M)F{3a zo65$Ep+dW9<}ifUFOV~{z{$064#wfVX!;Rf0(I_`5!qBOB;Dvj-upQuzLQDKXlDs< z(|d9|(ct#c9@X>Q^AS!m;fbvL7I1p87wSBQ<+n8B(Rl96EC@6mnKbvnii4fTZ^{U- zNs?U*O%6wU^J;!2cXZyxikADDk(2-~aAv(|6myTl{6`->vw4 z8~^T_%R~I#IOoqW%D-cSKtCXzfcam=g+QPyxdPzd_qqp{=LD?!en!jBrwMHSt0Bvu z5Aok^gFwsze=z;~3hcQ8oGv{K#Nn4c?N|E}Ai9dnf3dITcz;tcx%ArA{=WfGmtF++ z{|$h;bQ@s*20#JlaA{uwP(Mz`04k~72ypq21)OdOxPg9R+yTMgx9J#w0(|XKduFT< zFdM@lV<615K;X^nmNN)Yl}-ZZSY_soyk-9ansv5Z$oal~l#ZGgf@f;@M+}s&nD5Gx zIQc{(hICSrn6e(&M=RUPXS?4Z4dh56aZ( zgPK=|$s5nni5*mwn6vDAlJ1lhecoz{bntlLudwYH0@-q*#PgkBfeF2QfF_u=__&M> zKZeVuc?TUs4uv*%o&IoFRj@7sQG_X<*9R6ng=sP`>vXTA>Js`?W z-WFq$A{?VJi9%o8>5xd<)pd6aqobO1!8H1pMkuM#v`f(y=!9xg6aCZm}fe?bbyC)F% z8s=o?a1LiKGk5O!=FWS6{K2l>-K)FTs_tD?Pt{Xu!3P#!r~Qnv1BAGl9#wfp8Y+To zGjKmG@3M%JDyTWWXEj*LZ{y`bRsz$8TF zkiV|9Vf;JU;od{sA9VU#OtQ!rLg4PANAq{21k3zt3n7N(1*IA4 zO=E<07-SXG*%3tpIIw3^VUdYJE^&rWU3l|FomRSudzMNp(u3cQK2Sf=>`Z|)&}hc% zwHNj(7ivJn<+o5-w(})~qFwy_-8jX7MLvEX>=P3KckHHHlh}Oiz33wRtXNhtH;mx` z^u#^V8m-XjFA=Q#WSotf++UcV)?3K+V#QiYL9_87P-xvFTU66JDKn@}e82?ij)9y$4-CSVyq8Ct*z`<3duq1_4qZ;VCV?v>96u5<3q<@o|rHp*iE6 zN(SkKUa0r9w<^_LW0Sv$ko|@A9qPS z_h$gscX6HE(ArYMw?n<2X*EX$2uHZE&tb^6A5J!=fmKgWq4W5=I$*ZCvtU6oqNqa; z7^aa_iOmw*dg&^Jyd-3l4I&)!I4xd07hScM4dsiAwA5fMcQ4a*cW{^wN<~NO6o!fS z+QUB$(zl<-^7C6zUuK5xqPIdq&vsN~uV1W0TngKxTFG3t4%Bsa?HaK!gf90H)n8WV zCVo80F+S)TP7{0HPNq9q4<=v%-SR|$Dd4CceUl^yv?;7SoX&WpH}B(8+G_@h-pbbc zQp1qCfB?gti>{k&YK87tn|5weJHwr2ulkJoix_34GseJ&!TI8O&=123SZ;F2f(zh9 z@G9T-aXW0a)@m?Kf2LTlzw;@JhOI=^fTEDt%odCh>C*RG7vZj9%A46g0R6%*RZzf_ z9m&|y;SsOhXAKDV!$k49u{7y0xBPf8D* zI_y4Av~6Hx-H<94uV}7FYPqNA%eq66Nx_oxK>0weA}5)qg3z2$GH=Tru=3@ew)SI# zk`mS@l1s@O=!%ij1lcWy*jc*u6Ew%1q=grw98qyi^)i$5rupr{oymKWBIgoA4{gsl zeObJVg|(FMCpFDvws?BP0}_ax?H?F^LQcke%zO%^Ikv?X5E=12pB%Jv_?YJnNnLl) zLiJ2;_{I-u{*iCzw}$T7?ijmdV!zpwBMP95{v`wXX%E%`w~Sh*7Af$`mHdRpBW}Nn zjrk1jsy+?zsy>YfoW+klj_%yrK}aQHBd45d^KJQTJ{l(BppQ;-hkzS2J8#5 zs_2df-uW-&;03kjkqd=i1OytG4ZUbn{VdeT@G`=AxJLE(gFRuJ8lQrYR0EaE9D@m; zE)kxr=qQ%fXQpKE8U{jWJi4LjbKBP#t9yn`;;v( z|A+`&0c}}4GJ2kqj2Cquw*XSd!)`f&D#NIl~_MNi{*>|89N`r)MDRDZ*sr?r?0z)&_BxR)8yDQa+~_t- zW{|fQG&ErcJ;P=FAcAf~A%F*IQan6G8{gXt3?eQ3bw|Ruy{nm4SP@%C@&XT#3 zANFM4C+1V)J~0-n#~T9^|4=W?NvY~sQmPWec#*Mf!{|wMa$4p+m{IoVnPTRH>{6YO z;=bf>yf*QEyDBPXKbSNd=Fq3Dxy&^T8~Cf%hj;7K?95UVYWK9@Gxz$-bc<5=FI@{t z&$YJ41l`{AbRUknYE_T-XM(%Y0x_%x{T9^bcm;XGFmAyQ)xZyDYwBxp$HUJXt37^=()6M2k1g-H{ zlsg06QYOH;8N=q^YR)T`YmAFAMoxa> zO%20>B%b)yCxXyIL014z3^b|~B}Ey8A~=LT&`oUV%<*-6WXbAd${1}dif##wAsQIB zVV!?b!$N;C8)=a3n*-D_IPA)rWIeL`E4T#65oC#i}M00&}#08i(+~n=n z@f{;&EWaU~j*$p^%YZ1nqUy{3n9_cJ#@VFYxoP6E%n$~igx6@Ut)}|ID;J+@)dyrq zk%j|-(?V!Ayw^F!-P(a8YIDk>ht#dIDo4>B5Y5p#lsw;RQm5NZo(u}}d&6RB{P-v& zt|{lBQxgHzL`rmkTs?d+t@jarny2g^m@~NDc+}C+raUThE!fqCbFZ^$)6_S6}Kf z{g#4Qg{lzjO!^G1Dz9-)Tm<&`Q_Q$Z$)*_T#Tz6EkUYnFTitBNUXit$$g<}E#0d{P z?~H3}BXOt0mSfD4Z81?%w?k+N8&9xOwUKYAcVUR0-!tWR=xl9sc`Yu~%@tfCNW#iz zONYmnrS+!$`rXrG1)Xq=(7pQvU@prKl0N7Tq=(xee#bh2KG(tvM^NRJ?FQ@LZ&z!u zj(HFi>j+=3EgNPesb6?xUZGVr9*fi8OB<-0J!I@IRU9)Ff z1?(mEf<)#NLZHwIOmO(QDa{c1#Zq^$sI@6gIQBVJD3+SqTFY6(L$Dn-w^roBQv+h&Cx8iDtQeZ#u|13+K!$o9Pv-v+4j^dmM!>cFjxxRhoYB`p{i>I*XmL9u^KYehT ztYX=MWVo0C?;2P)z@aO8|C_9JOZUhM-uGu>3Px5JOq7>zYV%dLIEr%v#N}wZV-O@@ z^a(9K*4mi3+VXRuOc#Rq_&$cQJ@Y+)a3l!1C2gGXnso5b3u7}e-(XGxq7na082ef~ zfSB9AB9r;Q8#w-Rj{i*r{1@>z-~Q31{9}9HKFS?Wb^F2p%(r(s;q^{`u;eh6cJ+h19;~eTDgL6uGI~IUw-BrU+dT}@$z4`U%@kM zKl6>RwFQuW<{LAL04f8>KjEJ1wFKm!aL@J41M*L}=lU)H`DecI_3Z%iF97#^gNREW$Z#&wc2g5edR|OEbKqe;|2~RNJDkm{dEKW-LI6^J{Qe(_`0Y{-dMZ3DmH z_tT<*u#=E=o;3%V2?R5?qA`xSfT{duClm&h^pNK#KBdF;_h@VPq+`|19QC<^ z0xujTO})UPOu<_9msfRgb__Hj*5P)RUa@WzBf3($dcUqAT&k_R2hHYdbeqe+B^tMGfw*%5?hc2ysKA_&2twX||75VMl#t zB|T(yLiveDR`0>^5r+t9L(%5*KV+LLLFjfGt41haqC3)t)cqE)JNQ!CVUpOXwBL9H zH{?Jv?DEw#eDUgwOCwwFFT{KjuX5lo#c8*giWCnl$M5Racph4fm_A4oZHq^E9tp96YqnvqhinP0aW-XEb0FKEF(l zJm5Y3`1zL8?ym0SW1c80<8uS$1eW9(8};>uX7#VB?Kb^dXFs?~zm!P+hIfr0GvCMx)0CBZ0VLtoZz!*h5d;lu)Oa!4BKhJS zH-EUe*QvzRN{rjdxi}ME_0}7o^l;E+ehqGljrJ^Lo&;(_uA{kBg2kUqwIxMlz%qZx zDQPFimOBCVNu^X}e?oSg|2=u)AQ_w=$-_alr3k!R0(In~T?YZRdE3ViYsfkX69br) z(jIW(JYH2so9Pvz2-+Ovn%_Kdu3Fy?-zyhsshM5q3k8KOo6wN8l6d7)`R-fGJ>I<7 zT2IO#+^iIPn2O`OzhwIf-oS>g)Sa$|Tfes0?OUzDwWz>Kl4A&%LiYK(1C<)7($ zc`OHiKWB{Bqw(Y;$Ie@^NJCcLWO=nQyY)g)t%l4Ll)T8e0hO>3Wx(@XOgkom{eklX1xp z7IbV31-Z<%WG83&mQ=yN8~;W|s>BPSl^mUE^f2*2N{JMLqGF*$Ursx9)F~oLDAl$Bz(w=-LXAXa2$opr$~;kH4d|p zg(IGJ{@$V&~JhpUr853GIRj(dPt@?GU{tP0OnT@!(hm-qaSk;OYE5k6`%r2%dg4#6D zt&(fOrX#4>1);WrsHCE0wRMPQcV`itUs|NYTIL?UU3jBGctJihA7K?kN}F0EjN^+q z2wd;w`(oy84Efa?rzLT7-jAW+0ycIb|cBwjIJ2@;oFCSS*CyHGan z*`@4I3?EI0b1Yeq<2(W>~Ka9tr05ok3JUI{5R1z*Ur!$iC-q0SL~5{KE~R-&h| zss}A{P(QR_^?3yJ4e=Z>zV-a3qa`?eIaPg-U}QF3!B)(tvp;Q_5HIAupD^s^U>kvX z1bOeWtyzYX*0QQ*a4vH1WRbxMXLeV1D{{|1Y!5~>3lTjU74JAC@5=fPXbRpO;mF!N zuy)Ql4nI{RZh70g@(vdlPkKm2(hu4IXm1#BrpZKl^0Jb$X4*Ze&1V#~ZA)0$cS_5_ zi2Gd;s!s#@2PNEZlLdtNM4SCv$*A&lV(685GBQ>E*n%30FMfdIu(*i-e(o55-BSKf z=*qyve8UI_5^?`28~i%p^8XUH@aGu5|69&-?LGX}h4?>n{r}AM|4DoE|Hl6RPrrnP zt~?}Rpa9si3}c;y@b16+yMQT*Td0(VSlVC1+# zBLMKwBKcfp-t!96r%__4UAR3$!vtD+quI)tY=-efpFr}$zo1LVS`3w?h|VyMOXQDv zY63Gz`Eum_&f|@5ub&dJDTfz%qC0j_KgAdmlRoiG4J2iOIqJ$x0M8frAzj~mvR!#k z4WV9OA*k;W%Nu*A_UXA`T!r$zG{;ddK?NNG#jrl8<0urxilQ{u>CbajChwPrh=;Qg zwpocJ{KqHXN?i`lGWMR(a_hnuRh=ZSC0&f6M$P`-9ssyqu6_jWP<+6|aKo0ei~O4n zse|tKsQHpvinr|2mUe& z%zT+u%`>9+Jce2oc`zU85N}P(8@1qdrUU0CBO)U+PLHh$BVdo`BKnKD10`&;&%xWrpKe{tLq%wS}{F(+;j0`LHv zwD1Y1FJ`n4Ke`AzkDJ%I1 zeLG`uAtG+CSA|0apP|&iyL6GNt^SQs5KiE^5N@+3RXgWI%SsC_w6T|J&3l_g-q&+Q zexrjz@T0Uw_FW9GQP|J2C-?HxsSd@8mn6F1`fU-PSfbBWIxZ4AbmRpNCduY`U~q2A zH1fO0VPXl{Ufik)cZ4OF7;oM+KqBO3^To}&{c1~VBx%@Ed;+d%r-3POT)l3`?vEI_ zohEGzBxD!BjZt|EGVOVM>wX<00h$ornlqyySk|*d6GO(gWCg80dbXDzPgx?ddKqYD ziOz}3)Iis-Hx=giML-qLy1i8IlPjKZPn>QTe)|q#o-Et0_2gdrzFA95U_qRRVx3Y5 zFZJ=Bu3Y1(5`ReQ76L*_?EI~>bJu`B%T3VcSM?OLk4g4Orr*KV74J0Ce$1xu75Ul~ zzHiAvd{v^O&fD|~zC=zS(>>kOpRc#! zX?@w`vV+90VJA%;!f%&C;~&y|wx3=Q7uml)1L?$^Xf8-U)u) zNvSIYv0EAJtuuJXz{~I2M*NMpV793>{OKEV;YeS%OLGA=X>;JYauf{pBdIDXlSft? zoP$&#vQ4LFiJxcmE7Ho~?O1I!c^MJ$0Fqs|7Jk*~WU)~?^>k|W^F2yRZ%X}|Z4fK# zWT({FHh4H{{_yA`$|7Om$1(5Wci}uDuiG3Kc3WD?iod9OS7h&UeklGT#R@OAGU%g= z_Udg-SFUjQJKq#g@5{n^>)A1XeT+0EP92}vgGiN748;^%ya?tGG0d-0wqCsq*3SFU zR@B#!NbvUF*T6pC6Y2)+>Ms}Bsns6_lGQg-f_-e}ORcDPat1i5FPJ+@>&G3=!0=>3 zM{b?OJ4SDS&b2r4lW(Y@p!j(*x$vB@H86?e76ruP_rpJ#a6ACi5WV0t2)qC#EyL!= zljc>&su#m%Vg9wJIXmENVbJ=|>$3eEHP|9&+25k4`W$}~4-Qi;+G)u}c6bNZxLuVe z`gN0mg-(!KI;BqGW7cKNw~)v}4a&~g<#$VD1Hpy8M~cw?Vm7LCpg1O`3;)vD6WC+$ ztU|8Ops7;7&X$fjBs34HWHJqt0TxPQV^y0{7AeYM`3@W?LXTvmZ-ZYVU40~1a`5dt z*;-!jhs!Y**&d=mSph%V67Il3f2OdEU_AWS6uHlo&6rR1jF<)MvRqTLu z>+q&RRZj=+RQ;j8Iqf9jOo|>pI}fGle!NRp{oczuJ=*7?Bbw4Y`>&H=YQx;i_Gnzb z(eb}B?&H37748^tV&c4EHvm-*VL%KGsB&n*T!qzN7;tiC=_Yo&+=6vL?WK5w?@Wij z1b$UMLS;sgQ0m-itq55(=h@jQo26M;qfmxXTpdmKT{yoEFEmtnhJ*hJ+m6hh$ z)@Sr3smneOSJp4e0R_#&BcY}SPSw|p23i2&2q6y@Np z{T(>&80iAI=zgvCZa|9;Ai{Uu{OhUV71a=SXwB2@M*IX)1r64zp@G#s$MhVv^jB;u zvN;e`BxwxiIs%Iqmdf5xxO)`Xy7YRPY;OZ!qP?D-$FKM#M!2ojxR;-)pR2y3&Ecf7 z0Y0&K5N7vu8 zfs0j29CDE&Uz*X{$4sKNcguZFVJ%_Owq=T_iJl@&RyxCL`;H+8`j-9y^Yh?Z^Jn^_ zh2dyqoOM4~qaPVxb)PHEDbTJp*h@arvZM_qaW13O51Mt7Us`B8?Gsp+vX3@X+p<9+ zAvTMAKOb>_b47Ots#;4qp0HvqU37Bcd!^V~Snanp8|oYu_kd|Vp_YYX<5=|+^ZvZ@ z-OUjl`o;TlnLz8QwNrH#7xfcA{oZPTXsmu=c+41BoEd}t>RX?NJBH%`WAn!1L|v0{ z39o4RvPX1d9jMFXy+exnA(Q$r@Ks(m^Txf`2+%@mK=G=krxz9M6JO~gC@ARGR>>yf z0AyyiTy-$BMX-6wVrj2JEi)2F`I?32TDeon66~0<>WBrw2gj5)gdas_pzgKijzTdw zpDwEF9?`_|?b*$%24=h|*XG#>;Fk(?-|e?HvwGt?y_bJLhv$*Dt_^SI@=3|^bQp!% zub%cyl&wtP>Y=rK``EJQcN)qB2O70#8dh!*X$-nk8u1}8N_`Vp(HT+%&|X%wf6N;^ z@}(D5MZu2lW;q}(mI`9jaTc2?j|O$kkOeq-#eve~&9@p}DEftBaSkV?oYSHp85TQKDpkG%wTpBc(hx47m;^?#@G?7P^_dNwAni{zRc z6t$OT+nLT<@x+E``+4rUZ|knZQoc=R<`8SFUt_vXJ<&K6P-KO{koHxMAcDSXLClC& z5Xjapmig=^klwtHsv&qV=K_btkflZ z3pbo=^N~S6eci^;Y#gwrIi(o;jzVT0we;}OV_5#&PbBeY4Svn$Ak$*8m3l&qs$(^%{nNj%QdeK zzI3Cv*O1U{Ks(EE%G4GMiFr+(b~S2X&>8X3$I6je`HqVr&$iOB@F`GkRS{MSo=<7B zMFglo6Gr#`k2wCcQ80_!o+HjXx?;>XIbp8qz=4+>&@=CPvGiwuzT|XeMs{-6!gv-2 z{1c;q4$Uumkk@+?VkpsEF4BbxhKDt~79tkcrZx8?10-B?4wrPak=o`zIO(9&G(USj zS;k~g=4`T#DUF&wuDBAG*{A%xU&etxicsE24{0zTGRVX=gS);N5L8#n@&Xn2$`? zVt$`8BH^RN`w}iH7J8f4yYN&MN3w1%&a946UqI6EG~66am8zFqljkuT2ejep_5n>r zPs}uxs60LwQ+4Y4!IvVNm4WX@*7CNnUF#&3rqG)B68OBY0@)|!lU&67;ybm)Y0z@^ zT@78W?p5nx8l;yGcn947k_S}!=9 z%vWr#mq#UDavdqK_oW)x^1lb^}hJ8gcL zd?aBrn>AfO;&YpDFX6o=qJmhZ8l!{3{!ip>CT2Ags zY5bru6#Uc+J{%{OZdGZHu))m^#s|D&eQ*r5i;OQPlAY|VtIC}xol&F}DMpwSUJFL< zwOI5yx+ydzFrys$4smbm&}#Q%l)#u)j~U}yyoAOl4bT4SZE8G8Dk09&K(82pUho~> z?9qVXT)A+X+7kY30Z785i%N32wjSmMSl%me%xd2XjjhuAx6q3;N}xs#wch8$Ji=@0l6#dFx3WOu3Nq z`?L1Qxi9N^l59yGuBrua?~WT}ZBEwALuu89$6(7Ovsk5g#%G%B5k3`c(ZZYzmF_EK zOlDh)<(UW_J)&#VK`lza*|iGLueq$`Psnw+wUZU+9m4`FY&U}@zv}OC7!%-`{O(=$ z2f#3W11{C}j4LU|=~F6l#zT4QE{%OK#3-)^TjZBdz}I&(yTu#CY<@f)9Atykov7Nu zmHj+A#X&Kic!nvRA(6wPu;trehVr#j^PALKP+p=mjH8WnyE=Pe`+=X9#$Ew>W!5~~ z<9)CK9!0{yXCWsQduJWhO%m@})u{(D3GBwKc8(B=^rU_Bg@;zq!?`Mj7;tpNA0Ds} zzRz{b4<&{!%YBv@DrAM6!3t61^Q>F+BnzK1mC~=2P}8_yAi9{fXeMa`vHJ7oVvHGBBByF$_RCSdw zd1xFTJ$Pvm8<3ZDGEMjSUZ%I_>xncR__Imq7ZG8C_iA;uB424D93#7)V|G~WmM=jh zy%Xro+4o^c3mr;ODo%Y(HB$G?i)RF=OGZiSBbeYfRcDCc+nJ04S)QP<$1SAc1)Yrr zR3Z^MOB=Y@Q*YG0feCYYm7Gq*r=5R4tpNA!7l}G-#JP)+_ZiC%c~PlEJb?Royu3&w z4tdZHO5DJn#`l?Ba(M6eiSM`>=kWCf*wb3&Pq)60?ilR&onA;-EdD~$I0%w^;IU$b za>c*Fjlyan7iw>BAL&jP$9Lti*gK}7fInAwY!9%bj-Rg4!6Rph%QzT%mFi&P(XXn{ zIncv)boOUHj=gl4!mL>xp1MEt)S>44=|~Ndn`(VzJt&CPIdgI?0LS}lSaq}wB7gfN z1lJ_9zl&cfLwlpf2g&>X(XHNG9hvviwTO=$M>;HHK2I(*mo#S(i*5wib3UDyEAE4H zdeLF=WfCE&ZAy@irZX_v?+mN0gj~p$vHukX&w><_{9=B6Yo_p2t@-*kJ^Ca4#qy6V zqNI}BarO_=OJXYQ>_M{SA)6)WPbLwwmJJ=`h7AZ6u=XB)iiNNb(Se(z(To1X_QPTL z?Y9kAt4)g{kF|tM-7oQ%gGp;#dtEDUQaJgA=bMs36}2~h1XxnIv=6Hf^^vRn&4m~iBzmD0iaPr7ihVRm9wAHch`)2foWQVh znbHXs-?H;Ign92!Ej7Y2wt^+{cxH*Pk5t+HR=v1u{N`r3T{E&T%=;lq=ME24=kcIU zUI7~sX@LbA@>yiL+dYI#i4VjA&bwRe5EkrTAr|@hmxHmDMitG=-fgyqegKo)CNM5<>qsLd3YXjGYt6MO+jy^)(hjx1xvC%=F{>Qm1RC7qN~ zXkl3TDBnrt3~(lxDY(i6VVtkX{NN*@vi(in0DHb}1vJ##O( z%5PpvsyfsyIgxyS!xNhRkm zc-HSykD0F1+TiJxO$}^KY#you#Bx_I_}%~hilyKEke_@0>d@Oi{@n3j{r^{I`#JP2 zU;W(l+yB?Q{&oMqe)#QfzmOyT;r2h=@Q)7k`~83W&DE*?ooXeSgoXd~ejXyfV@zZc zVfgJ;0AKxYPpf4TVg9dff$5J+FaOzu1tt-o(hi`K6afnC{s#F2;(v85zda$72v8Dt zH4sn){D2cfc!J<;d(s* z`Dgj!^}+)3&+^6Vl?CKqvgxkY>-v0uy}qmU1G>9hy@~#EJ-`A1^3SB|>)8e5zg-_N z&4B#3>l3(Q(*%0(0LR}G4QBLDnZY9u9sA49afV+_8*V=*wa|l;b)qiRo ze4Nkf_?B$cOmVq61#!YWLumza9xRk7Z#qJpl&K+Top*zp7OUr|ru(C-)Olc$SLz!3 z53q8?3jN>Pd4TfW5sP4Axrs$Y0=#b54UGXh7@=?8djK-GF1&m(fgvr5rq;SSi~e8< zd^?s(AfAndqj?0jZw&z|`-7O2sF6(P5&W&mnk$QPN}s8bGbypeYlel_C02U4o=6*}{kr z^-VK2Y@T*Fq0nh{wX}7Z{FA?VAE#6Npxl_hlu2rd>T zvqc5^);>7K(tt9{k^+5@dc{Xi&tFM>?@H#_j~e&f_Y1dfeNze!g@4k5>6m+_+R%d_ zvKb$7>jd5rG58HJ9za=GC0FO5+8YV?yWyGJL-10 zU^9!J@fv$2F6g+yjJt5;#Z<9wkqX3jAJ`FPUk0OuA_6$DAM?3P#^zleJq&WWa-$kz zMHb>5Sj|}ZG@FqaLHD?D%V>Adv=`jT9yIVRxaz8F&I=iEDQNjtAhi8>fJaRfQuf## z?rj@}+SbH6Y1L8r{l;YJ$t;`iK;`J$6FZ9L*DTVm2>Qqo5;0+MGl3ncB4zUx^YdKc zRmirpDz!ZySB4KgE3=EP0s_7IHMeoJu`pb{Rqv2z#msO6xOa;ZyMl~`uOQiU#ZsU4XU|RaU(q@^MM`i8Km78sh)QuY>|DJ zuG(4laIf9tO$f!gwekrwhB`CsT~#|teq?Fus(q2YMWOCC`@!= z9lq$$Oi+T`MPkK=wwa*gQyTBcAa;oyHU&=DrO!TqP#9vxV)Y?^q7zN&1G+Mq_M8c} zU9g9t*O<}RtFcGo0NB5Z$%j+qZH(PVhpM1SLUEwDof14@7HYpsfg2K9IKCpd&+e*x zt{_{JKQN|~H9}U=)*1)Y47)y3Ik4S{9DC*{gR)|Z&;NcJH3fk%fIohEH!>FHa`OoE z+P2*i=ZVc@0+Y=o`f6Tpe$q zWSK*57c3vY6`O#Hux3H?4LZn>M#^r$ zQ!-sgdFvvBbm+!5@{E3@+KvNWO=66#Z$CCdSngoF)&Y9aHQA{8ed;MhJtk(~)M_&5 za`*8w+PjiQvtp^b_ zh=UA1dX_hNfv_VI?)lE*MiY4?m=bYBL^kx2BGjQOg-gM|416IIaSTbMAvUHFxIu_V z&Gn^_L}JCOawr)nON!L0To1$LR9cIFG+nu&{cU25N8Sa2%USnjro!ZpB z)8F#ASb)SyIeOchEsY0<+UpIaZ0{+ZtGPS>p2>;KlR_STH@B4M9Sy|t33Q!p<>WcI zq@VkOFnGwtw~rFt#d*o{i$vu3Vp6J(&0n-5zai&4FV;wgVNW?V>X2cI``RIAH!15# zHaZ<4EdHaBftVvl7nwwm;F9nAtCu`!iA}VDpXe*0^G@}QpHMONX=5c=g%y)ROm>U9 zSK=77$~N|UY&#Ig`DmXs#A%k?JC=pgtN;}vI23?(5=&HsRbIDML zruv!<8}JYN6}iCX#>vji+jZ?wX7*qVP#XxjJ?ET-E{cMgoP)B&HoYaP1th!NG0M!u za1-8-WDEmRHicZIo1svDlr%TFDapaFT$n?4T^wOt;5)N1XM!2Q5b`9yl!ee2VrV;s z@wsmwj@3~)bVM+>e4a7*5&Lpiqogt=)0134{i0;ymH&C6bW}WK1M&Zsu<-@e4{;57DbK0r98gKEPnK9K#L7eUNzrTbNz5~@AHuuvNJ^IVKCmU zI&jAzE6`%#M%Dw+A*t!75$Mz0k#Yub0s_Ca-G^uq;`Ym4oko6rOoq>;Ve%B`p;43v zVaP3t(M&`{nUg)$(*ZvEK7?&%`z4Azd6|4+nWlXN|F0&7>tfGGbY}F7@ZS(n%{Pbc zwS3ky6AYonc=_<6MR<330__VE67fq+LyCk7S!)9Enw3)I6#e30^F1@`VASb#jJ(mN zfJg;TT%KT!;1^67kMGwgG|#LfZ=)^m*h)Gcxp!hFPzQ#fQR5pL5O7Wgz9?wK;IA8S zJ;zNUi4x4V|D{$QcqaBb)xR*mN9YOM6dpuO$bFF@t7p2@t}(0gXL9HD@QT> z$TXbHh$Y8^UM@TNcQ8T%gRrk)-O>eGQ|>=Ml#Mj@Ng9?x2;^Bno>t!MbxKaF7Z4d$ zX`Can=b4&Vg%GMu+6k)i1qV~_lp!{ z)yprCrm0&@UpsYCnt zBt*=6t{BzqpC?*SxqY8C6e*X7SjFVU4u#<3h?Y3UuH9!KG98Tahs;tG)d{FiX;0Sq z_XS60U=7FBgo?fvkLp==Cw`|wSWCUMRvW_++G=_?Q?DzDhtp#w5n~L0+0jt0d}h%I zO;m$*>ulfA17!S-2N)@Z1Wtq~a*~{Z84vgN@`SOY-SM)3GR#jbzjogf=0}hbK9`C= z=quD9SIZ-KcC(!OEH`vpzGV3 zorZ=!wFsCt=Wu@TSkD9{5ghX;8(1$txZhrVS~_HYjH;iw_=4&*(K}?s(IoIo%uJ*0 zThxKx7TzQ^5tUiReG@K-t|odC?OnrHV{4m*i+PvtcvI^uF{x}`QQSHMclFLVZg^*! za@Q1+bvw$NjGRIoR`ZLV5vcMKe23{Z-|oST(#eP3e*|;s1|=>39%gW}39%L;`g1kV z_2_KZ8|ZrU0_b{##9jnjG=hz=0eYU36kpYC!L&)dPy}G`1)U)yuNqkUz+Xao5{aJX_gT3LA zXqDKJ^R@^mQREB7e&`mgV;tO~AtliE$e|(${fm+tJAvadaYX9z+XqbtKFCP{C(Lxj zeEG&2@UtrkubG@?H23{ietfG#`FQYSvjV-TQq;@UMO?@or774%AtrE)x6a7UjI-l= z?~|!Ia$Nai(+iI3lEZTX_Nttq4NRP)5VhY=G$Yfm4BkHj?qFiN0e5ixGgY1}Kw$Se z?)2Y21zx{x}ZU4tU-EFkLUd~@X{9|YN_t^XD;{Pnz zgApKj`;+6uzm6H-+%Zu4p9^WQ0L|6z6jx(pz2QFCMF3PXjIfX{ zTFo%7`{P)>9vQ3fGnW&v5`j1~J-K;!YV`ya0EANWD_5BOx5azrJH` zvNdpp*y5FQU3v!;cQu>)#|ro71CECI7opS=NE{Lt&ciT~$r_J;Z$~k+0PW)Lc850& zR=WrZ`0HM~0IlU9%Gd9X+X~`W?DE2|9%anFan$Dx@7w0yGKkj7ht_L-SRwGz!fX~4 z(Ccc}bSSONY<4d@G-x15k%u9qpGtL>iW8?NqzU^FCqZZMa}Bhwb-M9e-lf4N9%nA0 zxMW&(5YBnEP5VZH9O@}lu`4>arW7f1iIS^QFHJS40)3@>SM5sv@rvr6G5gsJ>lZI0 zg_%s#RGddctf{CA52ObUkg2u!=S@SJokuE(s<@!uV6Cyjt=*^s`_F9k2QtR7aoqiSuHLH z4C;%I^CrblZP-i>a{M?n`+Ay-`2Z#!qm(huqnD9TDZ*ig6Ei0!0}1y^Y53}1L>q&5}_H9^T@sYyDsv$Qd$FnE+c7*WnnfFbJKQ4VFLw4>xZeiP&{9VIEY-KEuT%M-7)jr5O2j z%g(sM<|rCcj^B8H%aDYy_Q;#nXR10uUr3zu{iglV8te&!H*((d0&RqC7sB699`Jtu z+XMG!crMIr{{qj2@t2>M|E}lq?_q)e-&NdY25$Gs{!H)XKhb9VzkB-k@x}gMT?;0` zC)Y`2f=~XQXAC$7e?Uv~7ti3zJGmYSFe0zsC%?#7-pRF5`4?FbV5VVVy!KXZdKW-5 z@jDuxH;|qGAZ8jCpf&TIrr@^;Q$X`fz`Fp-A)zpLKhAi10kHjttLB;5#-GGKcWrNw z@bl@!vp&yyf({|Vz}TYm{Ry^rC2XZMdZ^uc_Mzi}ZiR6Cu-2f+`st!g65g{im4k`7MyEmb0lr*va8%RnX@i3#55<5R)v{TaRK9*1vWq%=8Azqhvl<+~#U z#LRRvElpm`8kps}19-lNuTk_|!WAe97caFH7#18K#qNRZB&71Zdb#Y&yh39TyW%7K zW-+}Ir-W_ygF;c&{)!`^LF-FGG;1`3G7e&Olqd~W*_@#f1USiU>_&3A>g?| zn3R-#2^5{3FPX17Cf}yuDz*3J>lGyAwD+vALF1fX- zW7G>b1XINyq0?QT=sBgfk-`h*^E6OTv>0RZM4a4(`{Z%52r44sdEYI-`Jz_7&NxRo$9jFeJdCw< z(0ivhaF}N46`TtN|I|A~9!?ex47V8~I%j%PirOGQh#jaI`Vy$X=_sQz(%DWA5lZ|R zmN#&YdpJk}-`L78rRr1PR1bRUfli&3VjX<1{E8&?MM8T5CSOe!m$Wqa*9xUv?_Hg2 z=&#)Y>Izllq##NVQEi~@@?(A|A*X=}nFJ-g;61wcz%Xzi`fEwJUvpK?o{;Ob9EYU?NCDVDD$`hPu6Ni-iVMeoN#IA+)}WkKMRnoYR) z#Ls=a%6{tt-4Ve8VpcbxWd)!=Bm-jY8Txlmgsu-2C$9OMHRs_@i#3dh?yk(^Y`B1E9(vT+^Ve~NdPAO!&VWNtxr05hV z%Upu?iqmc+o1cX|0w_9;f}5SfDZB1k(0`4AYp z=e|vj#rZ87hJ(onku%ISJa`mZUJ^47CEa~Ced*Z0tGZmHHZTSgmg>i;6?xh;0g0v# zoj%Mpi>Pfv@V1jc$gBIqyYNfw@6DL}(PVi3R)ldot1WvJjZ4V7jbG(&U7I^bG*;j-8Tr~@HA3Pb(>LC7q`mWaBq-)vMkZQ6aN{x%m@1O{OD5B%oR*`oC6vg zZ)Ai=?~olTIg2T+zx#BL*{UqT6{tv7`XGqUL+=o*`GmTJviPHg`$5qACA}~+25YNN zgRe4YtCQFTsoh_k(abEtWTwo#y>)r+7{Fv=znOL_-*eT0yzY$p|6}hh;JWD6eR1g) zkOm2*l#uRjq`SMjySr0T8YuxKBn0UWNdf8Z20=pVKk&ZpExzo1IQyRezUQ8MKYTvS zJhNuzH|tr?tXa?ZsS}Xm#>CO%?1H1H%c}|>JEoTvT?qXduR+8NprIKvV_t!D(GxJ7 zyb+{bM%FeGFnIrDZzyQ`l@=@VX7FB+kYA)%g#gi(9YQiX#X)*EghWzqX4)R!0Vrpn z8{>DkYJ@dEHHH;6p_F&EA}}0$N>lS;%OtR-L*45IOjXQvC@_ZG)`9r;MphBV-HxqK z)}_}#XO69!&4(}1s!p{0IfdeuwB)Ox?b<)2fyGy*XUc}7Bz<_N@Ms`VfB_Er;IqkB z2T2D6J-FR{3!@!~+fBe&0BIGP;SQtBu+jU1vL#lPwMLLEJ^` zV;bkF#XdNE}lER&Mn`8-2yyay@aU#=ZzIYR~5m{rL7sB~efyU(>yRLrb`;7dKKu_@= z#;150?}O&0J}rFl4W%>pr#m_dPq!c7>yY24w61hf__WkPp)jNJ3DOAuA*)}33wud^ zw(=J}DS0B)Ox32ta?paU=X2$8PbkseiU`uc?VK0rhdau574?wFd&YyVDYUkm`at%7 zB={`Dm{^dw^KjrqDMAlI7ETj$UNF3X^D2}j@$sW0H+G&?UnAj(M9%d7_fv3A?S$so zu08lVk&!;pl{!MJt(7EE!PJlQM(m3nQ>_-=sSCfL8L}K%Rl0a%WSQF1B=cn48*^3;}!-G=UkTt};i2hA7ug00Qok93k~AJN0>iTNd*Cze*2vb5Nxl0rZ;0>5l_}H~k%VE{M}B5rXqLAs8D6k@ zvE5!h;GK|~iTvO7zgF&kRNuG53jyQ{o*R`D=na$!ULvr1 zLIHxa73}8=@?n6w227DdB|mO-?$x97I-bhDva9&)k1dTFW@+1$X+cjy@$4xcr=tl) zlZ?kBJfw^B-(rb3ynt1 z@s_17*ekvZ-KO@3Qdcw_^XwEKgLdA0hiQ0u@vFrkdbWxR@2)zu-O=_qcsOg7XGQ(D~)zy7N`Mr@~A}b2~%Wt3Q+H+ zbX>bwIyeA(E&uKJKg>t_xF$#=Mp z15r(N?(-8mdnQ$UroK??7#>HNtSfunvwpGzWrGNuBA6+hQxt@zd=bbL*t*8<8-6C$ zmWRYCQlLx(z2neuqmR$_(2m@)b)$b+o4zJZFcz=rev4{KMxt!ffiOJzgM~FgUXW12 z*(rq5^|%usMajt{lyQoHf(99VP>sNcO{snrSM;D-VZRE@Rt4eQl@_PgEB6cE!GK+_ zWyW~6w3^=q#Q=rve#?4PXbh!k~wD(ljZ?XTk;=r2WGBC;_R)o%jfg3Ae)M4t` z*o0!}muIlTGWl==SiQK@^SsWJ(!?hEA;ACrwvgqjh0QP%iU7P9yGzO7c;31-!E6ejP;Xi53Q29{;V*~ySI zf{FAuA3l-GQc>XgxMx2p?#tY#xk%)8s$o1iAz+)NM(d-h=?_Qwt9%1??Z5N)-(eTI zT|A3{{$KLwx)BNh==wk1E^>qQ|6vrkd-tco;Fs2)hkkBvn*K@q&-4C!Z13@)w@$f5 zTzBF6z`x6l>;G1u`e(ms8ELNp>!0NH7C7{)2h<;j=zcxpu69P8apKTr9OwzP~qcijRw{Leh=Xc>9w?+#<9zp+T% zSS_x_4FHaR`b^!(+Mhu3AMJpk0rXFwt{bTW=s(?i0oepZ2B3fXblu1f01sSG8-H96 zbRM98`gGm&1fXxMB-d7z>n;HFpGJ3p21*zM^o>u~Z7T}xJ;Ck&!9H5F_e7Lwehcx4 zV!JNP%kP@%gR#e(h1gXcsclwT?}-xyvmpP(v6b+!6)RCb|IG`;9&J!!h>7K3&>Ysrk)b}sc(K>@Kr9tM?6K> zl#ti9k4syMf?W>}U>aK9_BFH@R|IS?%(N(LEJIxs`SkyF1qBGmJ)v8g-*TZwu{{Ko zbw0;bUJPLZ21=e!W%aoJ9SKLiM~iu3W*hjz@V9vCJuGc1spM;z~F*!|9u^uNf1Hwho~6qu~_Pv-ZmC`6@=&SSNUZda&TKfcUX+^okv{xwqN2O^9m5 z8N>)9kD-?hr$x4gu0}M7?Y5)Cq)0ms%>twA`FNpiH8gp+$VSB|$Fb}R`%Mo08`?e1 za$HBE%k%GX+AU4%IImudlRxi3r?WNZl`-IGtt{18u$bM3f?fA0yo(>eRCGVRJuc>Z`Yl#6oxW}1f2D{qN_za6$Q94NaHxP6vq8~}rO#x8&NFG&z3@xKVoj)v zfXVYp#JV<9w@7?s*kt)Td39f`kmffui{~0E1VYq(;Pmw1F{>oy_2&V5>%16_Dz>AL z#;cBg$If?JO)E}O*n}0(L=VrOW}qL17zK22IGZ~0geore(CyHDWwg>t$4y^<$L!sD z@a35xUUwkxzK=Rot5O7wk()Mbcdw8eVVuPOh{*LhThA`qhBD@?pIgILH2j=f~s` zSt)@?2kg`6Cnj(XW6s{Xbw>y@5f{c>+lV@N)@yh2vLWRY0i%^%O1h$>DP? ze197BOe#=CX9506sPvSy6CFF$pbmM9EYjxW!Msk+lEA*I{;CmF2PrBuOiPc9v5rpa zWwjN@1r$v|JYutQmiD9GgGa5MLPK1hV!WCV@!F>ErKutYmk_S@u#Hi%QVfDN`qf&C z_+93)6<6TC#%C%!q@PBwmexa=zrg^bP_&sq?W!HDdC-kfIb@vpX_0Y&IsX-74Qc*t z)Irr;;(U$R3Dq2D;DuMh+sJR~9uFSQ##G+PzkA|VzXSAum&46VckNu;sYPv-mS3RE z49rkb!RDlJBx-@nm?Pu-x?7suQlDasIj(+%`)@zW6XjYuMw5aeB>OZ&_lR zw7(|_&nxfQz-`6K4C@$WsV>Mm%ujx%Cr;vSvD#aqbBl-3{XVw=uGZ8 z4q7#6w~9B|uNd;_2xDP7O3GyXe*CgBMTX?jL##Ue%l1xZV&bkC{cP(Gl#=}vLdbpD zwYz)X4j170w8SNgw&11)V?%_G`+OAHt9OPmMYA+NO8r~*g4ct{AWY%c%LP zi_!_DR@|6N+3cIw?+QU6F>gSx! z>&%`h)_5zdc%SCV4@QF?ZO9qmue}dZ))RpnQJNb&j zuy$JYkeUFHW4cIAT(>|*ko=OjW*}8?sp->xwT&SA`xh$oP_@cM;0DF0=&O5it)D!r zu{mu`X+}X8)<1jZqV$uM+8eH7e?;NXA-8^S;u()J`?dB9c^ybJqE6kNoxSHOoR;P{ z7kah`a3E0M76{b;v`jmec=k>Zw`w=NNXxfW(dI`8nFlqw8s@|)Zy=3W1mTmziJqDl|=JBHQ$F$q0YjvPld@fqp%;!E+;^~X_7K?E1Ggq z5`wF3eY_X{4T=7Rfqp11~Cw-|{j2E&3!QznnICXut0(mFRA z63a>+{y<7HP^YQ?CdoN`lA{3Xnopia{?#psFpXrRIxL0SoV?#9}ra6)&lcVoY8TZ!8j)Fb%%2OpcPS)PSe%DWl>>|2;;c^oL zp8}rp_R}IA@s;d3FK2ZO4aTmFtbl2#;X%C89~AUMmT?UC#xYDi5=acqNIQV9Jug!s3OU`9HO7xg5!AN>1Kh@SH*6& za7J;TBMCAX4qj1mCNTM4ONiy?RZKaq#>^g&;$|7j!_2tQHD*~uS}dN#HROJ7mKp8C zEIG%5$DjtT`qldAuGnwCXas|Nw+gV4VdO0$Fx`dtB-HI-?2Ing;*8pG;9b3{-Vv8n z_hD}yie0yc3a2{z)I++odG{L_>f1V`I|cQ=`ory1IX9)03E;tZYkd&GOG`_~ujJ$( zc3l<6Nf-KwOubX4AA>tiG7V6g(b@|W?5FOcBBHP4#h!%rJc!F6^S85t?R&1J|KzN1 z4wK|#{fg1f$G0Znb(QvW&xmTeC{*Tp-OncvE&Cw?5&DluYl6|zLz!iSD5lYzeZMBE zBTc{TIc%6q0mUK{u{%Vf+{ zMijhV-Mt?uYPG=nd`Ey7)3U`_Mcpsx2ladMteNO>*@GTwRja*sZI@OGo{$WH-xc;1 zveJjcbRIbP_Xi`Vx^~1?*bE7CeCXty0;Q6V^h5cw1JUzpH-jRPbtB=}RzNpga8#_K z#%!Su&D8gew>83esY9MUQ$=Ohcs&%=caB-@R4Iaq-A=JbuTM4h1+Q(Cujez;NSScG zvRx$5sy`rzUCp73?v(T)LGl!o(I=tpP7d8uO`xN`9p3V15dQ(%;}|}_?c8v}C)t=# zU4fi(r1*1<69NS^%}a9)#SfU`Tpsl9^u051gt6RcH;U{EOxA zTuMVLCr2~u* zrVZNQi`D^{EwC>9C#Ht8pOC48Kd5IlI&CLR$9?n+`>X?kLDLt5!}2`QoV3Z_-~oSG zm^K+WpVn}LiUv{F`vlEYzQY`yM1_vkS5H*%o^o!1Nu2Wag!-}Y9VRmC&&fUagmu0| zwT^>GVV0j87HEDtHyjg~X8+||2AXs0cNT1o)a3@w(bxP&WZj+YyNU({{?A*8@it=| zR~t{9imE=8P?*nIOS6qkxHfUakSf9>xtrjh&K=9f$F-u-#2Us``2`d{7ta?87SZ~wqA=ls3lmxI6T{=NOL zd%vA_Ltg*;f2O4WHEY0sWG(pL*-k@ulZN=;`3N*X^0wdXE5M=O?IpmW-;HR$KP1g{ zHs1fMC#Y3SPAbR&L%b>OGD>P9yHv=;o)4hRN7|1?+KNCh4J4Y2%2J0Jo8 z{nK1^!*788X|B3qHbDP0R{`|R`8VdOo8Jdm3AFz-r`_-jp#PSFfbJ#*0o~u959l?} z{?nXx(^Y`}`|}9^DHG^#*0HyUcD0$Q!W%v&ILh1JZ*J!r`UBFSYmxPeY`9BiL!_rJWd3LQcJ{ zMYoRqbQl8l77AP>#KMY$2+o@h{gR1yXi*xnIUBvl*HF2X(yaK&^*!>OeYng|EDCa( zp3%vr*fwtlh>mNuXjzg+>~p2OMoeox4M%(_0SCHLVBo*A{8|#6vZpsw^|`hG`%F~t zCw9T_tRyvxE_^c!*E8h`3Jp#lLlyeria*aV3T*s3yi%QEN>k!B^gMU+OAah^cdgkb zYiKWfoc4D7ncdLlb9ZrV?;RbXwS$Dc5 zdkp3lJ*9=cT;xNM6K$voo(WF>S?YBo8aR}hIj)qL&!+hiiD}#eHDi2m4WUxV-ls@D z8A%fGshuISUwTVxB@>Euh}eq1`(pSnR@I6&f0Z&#KG&qGbLF#fz522{tuqbbk+fI1 zev0im$pyx^to+v%F(Bmk1yAX3!7A=RqCYSm07G(zeK8=dICS1er?Av^aybdTWz8-_ zQX_-r1J!6YKw!Tig~=0-JiHc=tF4J#B!W9PymH7qE*j0~b3`J)u%CWqVf(?IzgxeR zPQFA&Gs*cu_Hs3?{R-hMHiaR-jhK~4m$g|=nUewtR2Oy!h4TKZ5SjY7Y}pUERfqO; zIR=$0mQ+~a>@_4oNy46%Cl0T^0-alGwsp?CG#FP6i{;+}!~wXoFlS4^E~YKz zy?-a??hB0mZtHnz0RU1r!F5)jG3iqCvfg5h9M1~Q6?8_()baJhr$iO&{7$^olYgM3n^2YSlE+I`@$;J$on_@Mb8cD8XP5Y~wD~e*D6m-98 z>++x$A4i@KQ{Gmt%twJ~MbF_Lw{a{ll14alRy4RVOVOjfA zQXm4-+}FPO88NRO1mg@Ko#f`CYa(k@OP2;WyEH)%Thl8gg@u7}&9~^UzD$vP9Q+Ce zA~A+TDKpu?`!jfC->8Q5P9PC6_6==ww1cP7vA(L&MhF4P{&V|B_R(fI;5I9zs{Qs zjY%~MvM>e|*v3)^R4vGTej4`1L|4=HJCCSh>@lMu5d5KbQODkGc?zbj-MDh+0NfYh zy`4qpy09t56X<{&s2>^G`(Rj)HgxCAQZwUSyvzD)+|$@ud@1Q{9^ZT^>o*T*Q3!C{ zv|o!L(#1VQ3qH{%(QVvp$Kr@5*`t_R);8Ftl9-N~H?l<|&KImYcE`^CB zFUlVa%Jvaf|&0!yKhJr=kk$r~ETc}B;)G2+Kp6nT$?!)f%{j1?hspFh{ z)G&kpUgcgbl^v|1?7VW%g3)=XZkGN!SLQ7G3B{Mkq=gN0$%E-SG%^B`LGvfyozOU; zbY4H2w3qH1dM_IA%sM)EHa7gZgNmY)sZQ8aimgQyc37DPk|<`{MKaw&5+~cJ)5>H& zS$+IutEn2k`56Wc2-jNbboB+{_EE975V#kDmY0tr*Auk^v&Ar@D8?tZgd3W3SE-Pw z+)QbA4AbGW>n6=zAZkh?)%T9v5%TI3WK8!_!8^$zxd$7&Jo5_ym@%diw8vYcR`TY$tVb33l$g6XyVE3j zjS3F9*_zA@EN&K44xcUNgvYQd&Zfdwq>`RuXNL6jMtSE9^o2{kmMzdGZ(bEaGY;G$ z#0Zj-&n@oovcWSAGa*DV>W~?hg(}#nHffa&H)f?xXr#-q&G@h)PE0{eL4#G`q_K?k zx%CT({BcRRb^aH+P{-!0Ix2n2?9AdIQR z=FDXISF4-gtOweDSS&}Drawu9Z1^cz6{cV6S;*~=}#*cn{h=DHk&ks!4c=PRQ@^8XaWE#L0N z&Mn)NnAx2;giz`82;oJa6qkwXlhR=?GD-;pu&UKAzR@3<@+rvVx`orW9*2qxC%TJrZ*y=!Y9N72%qPlP>Q z>b6;G^Lvda;FHp?f;GU>rKT^no}opa_PS7Tr?vc0(oT`{|I)`|+h)m^z6^Yd9g?fn z@8tYFL2X*vTYAB@pU|~y$1$t_i@C<~@1=coJkf1H@Mv>0k%L!XgcH)US60PpSAFEP!#$sub3KKu->cT$WX(b3>^jiv;juUm<9L{9aHD&m3M1@yV`_xcttF;qLcZEUOc%M65#_+>IhFQQoo?1MXeT-7M49qJxKl9cm_x+ zIR_a8y=ZRM>DZgJ(JCV)xxET?X#tr5={om3f%(A`$iOKzJs=(JM=0}; zy*%c$R^~9AnAg`saCm2H1ueH8AYzPLK$~0kxi1DWa`X5-210E2f7_GTe1q}uB>KK0*)=vcf_Z@_UZWKRM&BDW;+Tr+er&MMze8=*m&S*f zuhG?O*IVl7>5oo-lpwIgdZ2++pAhUQhU77(Uj#ni(Gy6vUM#Yu=vd(tqLW7^u3(ee zQ)k2q=_<)LT`Pnm^W(YqiG%L`C69%THF+97mRRWJU)c=gfc*O``)@F$&@kRIqyTgL zzhX#X_!B?+uQH_khP3|`ivQ0X`SWJCH`h1#r@!)-#=ji+&pg8)=l&Pm;=Vt6^HbOV z{&yKCXm|vf{sI2^D@^+D-lyTE`HAoXyFU?H8eYJ`|2FOm9Qw~-&Oa}w;RUeP+jsie zbiD`=4zX9IY^6)2C zchi0?6af71CI*O ze*@%!XTGLy0QuYTAwXQ?z1G|Rg8^}dUp|Ka)PI-hRt{fxK;;0IayK55iJh1@=Y25+ z-OYfP0c`d$6547QEA8#1Kw&da9p=m2CVKk|T zWtNNho@HpRyY?`puJrapvWi*Jt|WGn;4=E!XSr$@If=V__0wm{=bkdlLgEf>Y`$gn zH0|}qKs^$MrmaozQ+^|~nfg^9hb=8({~7MQ92D;2R`*BJN1~6!?TEV{DPQux_*k|$ zPRvz|5FhbusYV3B!iu)*pcP|4u>bM2irQgGWD?G$gR-ZKYcJqRWx7(%{MS_mAaM6Y z_vjdIg+v1dA8mk&Z-6TmFTN6nFB0#rHQ92@kE_vGJ+`3ORGdj4ZF-|jmHbE9gWe#- z&wL34HJ`2dQW?O8zESH5fSHD?`VrVY2D_?&wBIrmaFBf%oYh<_#V4HX34amDH)pu2 znJUSSQx|7kZ_4P1ilJm~NA=~fS|YJKF2gChi*zysB<1(l5u%FgL_Vpcjr8qn=IQqpjhW)wHDBvwGKIaf0bkVK{c| z6Eud3!$pUWKE&>JKDn6tf(?(aMf9^%pC*-xCQ{IBlX@X|><$dr{_xkeMD3~mRQ&=+ zPUW@4x*s2WznIevKeibewd%*z2;`hMD?VX)~;qQcF^MsMXOAH|Sz+7Z-gGEBa zrM|)YUXyW*`nVK&@@ZI*Q0tuV!~VcXRrv3r;xTSvxyL@s{g@=7{a58bmiW#_BbXk? zkFXq2`Lopr?2%=?oN&m4g^^U`Ss_slbfjpmgx)IK@vUrTh1$SSkhn5(Ynw5kH;{8) z^AqvrFwZ1oFGJ2U46aM?HJP>KEt)q^K~E($i0bx>MsnkR$U-t4QFfsG0@Lh(lVKvB zd*_59Qt^}$pQ_0J&QvnMEPJoXlJ<78lWV09h@S%6_3-D6YA&bja+3@dcsO&ViD47N zs6oJ_`%DTI;g~{s;DZ@;6?Z;p;Wu8N51hhT64H^!mb|7;Q4e173r zxj1Bmk%~PshBO*>$n8&2;rhPnXTOP#2thLq?@dJ?L)?11TH4mH>?4Gu+LrPz)^Oo$ zgLgcsZzO0bLQ<2mUlxvk(ok7Hz2xQV^zK}c3$K2=CMPHd1}xDhj^`5{X&ztj>k~uo zjK=~>E8mZ4x8t$wV?vJV@8!5oPQ>as>xn#vK@0bUfyl&$haRmtJU4fER`i zC}t{Pesq1cArO09l^B+c&&cMDwo8(m%~lW25u?+SaeDqXu|dAom5?jad5RY>?^TIW z9?P|zmFAM?qQA%LS9;^PtC$E`cA}v|gRk<`CFWdA;i~jWM3y9cpznkL<MvzGJINwbsTtJfYw_{#O2XLr5PjMppp zd!T4Eza`Ndpn(Oj9Pq}O;sL0gfi(U1hv`OBFax7YYUa%}` z%iaN*>~#6DzTR|n0bPa4R1&S-w)%GDd2uaIH@(l9sIQjCUnof6xE>Fh((oC;UFa>w zN23kZ^t7`Qw4B9X;4Bv4aG2)Ve%>TyDe!4b8wDHnaI8l^H*<6a`|Pc7XCijSdxBKI zEmzzDmw8~Sx`ADcmKd~pJPXL6RNXy(1ch_*yqL>gsfj& z$k4l9nD?%Vs^Y1b1?QntJgt-0kp3<$8&kEXxC<(Y=gQuC%qMebvM4MNSf|tO-rm;V z|3-*9azP;eF{7FZhiWY!#tD_3Wcne*guEl!onw1n z9%X;3fk|$l(R=>>bIxw9fNi}88a|%d1}x0yJ%41y%e^u$J1e`rH>B=hfthhn?qt%v zVWitpFF$kPTn9bs!(%c_77kK;IkOb1dd;1a%l0jdD}6V^B=F&cHs2G_lowtxbKVGf zL%r_UW+FDWA7T1e-blYe|D?DfCREK7i-$kaV6_z@edbk1Bd~3x$$X4i==Y?xK53u< zxAPP3&=Dhj3hN|8v4puX_9pR*=M*g#F-2=zc*D$(4Qer}jLsR$qDtpWN(E~ieGPRr zD{JJ~SE}K9rECk}^%>e_XH{(?jCYs`1Vl}-8-tzkJCZVJO>Kj@^rJ^jI+9Tlzn4n1 z2vog0q6s*2pCLT1NV5N#t9ROuq4Gt-^6jc58{QT%wo6o*%MSI&o3Fqc&&M*xdP%#9J zXrVOnBX{^3{RUjuUhR$BX8pcjx5&s4W@)h+8&V(08mWUrn6}SI3|3JU$sq?O{8#&u zPn|B}M(zifIIeccn8={;m44l$?F|eZpuHc&^#=rS@_K=SW@xKjgt06y447P~nSTiC z8mR^P(UEwiOZa5aUD=!|TbqAZM1eNUd2p$g=HO#>#C$+gDpIR2hE$*KoPJW0d`bYV z*wG^c+pPJ)p)jI)^_$E7q-kjmEQnfM*@kw0ifxyX%8EPK4|LE^iA-sE5(g@Q$CCTL zk_C1i4;+z$r~WF%aQEzx4S(Ko0+_fB!#szniE1%On5gz^^yGZv0naLO#LYQ>*X^{(5-lzye$>a+rn-)&N zq0xv3p3|=q?XwTAz^Lr=RNod%JR9cv(#B2AB)SX@@feF=v0X6R1$Q~poawq91&!d_WW5h3vMFxwmu^q zZYc^=%p6~{w_vezUi7-trW~muJZN`;q<%rblt|nTL=THJxBZEw0W0mpO}TC2Ogs7^ z$Qf(*N++txSD`(RXBU)f0^!jz8)+HJh~c1EB}(4wT&>YrR$}fCHOU8rxCiH zz%B<7R&Q?EVvp$iGN;=5v$=MjwJPMZa4r7zEpI9j$tuy742G|oYuk~poFE_GJf;+Op`q6wIk~(T!QLnz1juQal zK829hb!nxzTaIBB+W1K#*j&Vjvm0vM1TQ$Aw~{~O2r;m2s9kd|qQ300@DMdAsg_1C3Gq+te`gbwot zk7`BLG6<`vhRY@uBAc~zj*-iXv zJ@);y)livK^G9=sh^uzQLqm?mZNH|YnxUl~+;qLKPb0!u<&VTDY)&ODIoj3ovB7v)B!-xrZ!R48l6E~ciGoBH?Iv{h^S09 zIF6)phXwF`reiA#S~<7?jfy&VdUUM{fpu6)Y}(H z$44XWsJzh0!VLb+SvEmrxb=f?G}SN6BM_G~gucq8&ksA8)cM zO=}12DV@QXLX-~md|cx#Z7}SM?#yXy_cFH{8QAo$waVArj0SnL-tdE%T{w-xAD?H& z$Usttm&;>YLAIHrad9uXn&?BLdoZ&|Qw~nFNt$o}Fb&9~Q<_kFS^@%=EA~Sy>5&lq zQ@OKVKLx-(*mKECArKw8k~2Re#lZ0P;OWV^+G;x?XkR`RQ}BCve$_Tzrvnh@PgzzYfd&v*6W?E{*(O^o)Jiday|hb2sz$H?LB`8 z3duExIujP+TrRgg8>|kajFA zxe&jvSkT{nm>1O{&Gg&aGkOxWf_0Q4u>gae1%&IAo9`o`w9&^2WFkQYF6lTX^^(_3DFYfgb zt;#TbC6h&9y_FLtGl#Gxk9z*YL1u?1Wl|C_C~P%&5N=adu=3)IEzPk7spRk4gX7pO znWyLb7TtI5 z#(LC{ch)l+oieLOl6bJmV&xX58Hd$irbVu~j8lsDX8lfn-WOt|zO_EHj|O5yr~xao z3j`MdAL_K)3>^wqBf@ zxQWy!?tvCTIE^9C)6uS)(0+IC8vtjdXo>>oEP)~s;;-sfDG#oZ4_!RB?HBLs9=F~7 zuB($!{4}jM$E075=!K){r$XmsrN#=MU{I+~NneFD8jQNMHLKYy^72e8;qxBG=AYxlUd9#9iZxZlD&=X7{u4_k}BrE`$LfRfb|a5p9^rs;x#%Q2xCcAPsF6!4;m_Q&yOjCzC&B4g9AOVk z>0DY~|9EQD$A<1fQ7e#Ju+NiaP`86W<(^XU*(zBkR^HGbxm_S9{mZHpJjx3h+n1K- z1OVKMT9wJ~^4>8De)$mM1*jE*p52{%xThZTTX|l0z%C08)Qq~0 zu22F&n@`UpjnNo8o(1e!cH=L<1M7kVt`IB~l#~y4(vJj)pNnw4;!no&DitWj;|}~n z{?b0#pG;MI3u1>RoR<)!tZNxgDBLg~pVhJU0hAY`ev!oPiNWD(KjlkG1~}y=_*I(O z&GwG=%~$5(g5PMXnNH^d(A|nw9$_iHWRa_qs@y>_$yy%6iairCm53yo*2$7psI)c9 zwkXVz^58W(4Pplozd{hAOaA!f&Az+3#vu zyExfr_(R;&7CPYWZ^wN#9){n;fvz>4n;8ldV-0NMU@R`lf8}x#wKXQpjGS!*tl|@o zPJ64LMDknA;1AJqS%E~x71IxNL*JyMg+~zOBx8h#`O{!zcbIR}Ka#TGPPk%bT1}nx zQ-IL5F4{O>ux}$RboH4(-j3fMwqI#Y;L^GFBky?e<~>imm6y9U zsZeaS^0nTBSe0u#23Sb3@8ypK@PoKKB1CJj1q2kHed{=sQ`y)DB_KZ$6_$ z!<)nSLbiw}ve{7fMS!2~UQ9-OM3LH|T&RFxl9;KQ7*T@(*QB%9h@brFS+L{;^aO)O zp*}4Q5+f9kOc%JQt|rbvN?L79&AIE;+(eN-r``^BQcWKgO}(W{M}olUB0Z2)#&@Zw zn$pR$B?^9uRl%37zSAt5qkq3ifSpu@i}3sA2aMTSXLiD%lRB!nUAw`twS>zDqKvVj zce3!FiV+>%ZByp2m6NvzXVphn4;}GGpy7aX?MCf_kMrlAk@Kc?au1px zEVSP`qMg{@yff<^I%$rCTYXOk+7UEz4| z{=n-a&&(8j?hB3vwg3o6QTtsagQ$HrEh4UBSG;fLZV#J}RK#UfsAY^zig30wIki;y+%+W3_f@fOFDvb%*(`i%;C&r|1fNz~DqlC*VM5?{ zE=GBqXNmAWz~GyQWN0xOMTuXB6Z1lMA9DMG&pxHk=C59v4XBWzZhf*P2@;}OdosC> z!xf%}fD)~+G5o}Y1@ZGTpJh=%c#XV$QE;q95v~q9rp)`(rG;y77#`JaE@Ojmdb(;X}U6y zR947RsM#fmzHtg}U-ZW3<@tw=r}Es-jMbau^Hp=YKkNu)T6&=y;MLuxsF{9EY<}YjV~8OZgEh_eq$um41+Z?Yly!jUfHbE3Zh|wQOK!< z$SW+699At9)PY119lKnUm9s)eZ$ffxd3A7YJJhaSAD)q6hsp{@O}@7-db$fs1F|Yk z-#}wNI(Ng@FLr=29rik+Qj>D3UitC4fBi6^$)65pR6i@UpQ(C)g0FrQMwVDwIITF^ zcGP*Lu~y@TvDWyN+I`^oERWm8#(^EQgD^u>)n!ib5X57^4FfKPJSrYiCo`SxU5Zum zc0r2iCAcOLVxsGWNO-n3=`g$y^^*kl@L^pZ-reS;w>}x4C-Rk^nL8*gAzLicPRsvM8B5?CdD zw#U;fVizM7+RY<3(Ue`|L27Xj*c%5T({-|DJEA(6J}1r^FuF&7WPNTjDggg!+Fktx z!gnZ__vRrrduQ=Y+w>0h#c0HsLy>Z77Ir`iL=wQGzt`Bc0P>CbYNF7D|^Jx z=yjQGALd1_nqQD#f#~F*9Nj4*_te*DZ-YPp-2AsSid(NzF&FJwPd4xTq~~nb zLU`XUJiN(JVsLOVk$mik;Ri5a6EEg1DC{y^U8~4bW+2d~gj7$|oNyl1IwrNT0^f_6 zGGay6#w^HVkuSW1ZUfpCslI95?Gk}D%`|Ju)KN^I2A&kK2$c!rC$yHZzmI!&^x0oI zv1DV3gWM0|T%~Nl99?I^YSnf=LM)FlsqKkjT}#qa6Gl@)Ahj^~<1mrRcr zMnx!Kwoh!fuM?WaLZ({Z$;kVvSGPe7`(I+2=e)98XPtpqW*}WGc;P{>q$WhPS0s_pe4?eErqH!;@*iKwVf)#m7A$Rk)uPl+WxJU7_!dyw z5dM}_emhntqgm*KVP=L9zY*>U>mK$8*W$KnTT8n|be!FxFY&~f*#^y0O6)GEs}GvX z9rTnaD1Ve0J}Eudho&g#3fHE5YL}R3XP5xl=dcvC!ji-@99tb|(1)}!eLAuAe2T1N z%3pU@KAcFN6QirQR`t>JM;7~;o$Y@+4&xPgxO)njuGZJTHxJ2mz_bm=sn zAIlP&ZEM%a0B^Z0c2ePU?d%u`@=5VdKHpRAqGP#cqzw@nhl+39<{rS+aPMGN8~svh^s2I5JRpW2DG zLO-^EOJXn$JIX5sDkKYkS1LULPeX4u#W`&q_s(3u*$R4`6*3~#@ZWzEPxrI>rvW&1-xwk%8ON>6imruD@ z-A0zqn~&(&LBRQa=A*h+EmV`&bKFb9n(9uy_In(bd^_ng#`T^p^3|^6^7Z=;Xi2Hx zHQW{_D^5g77SCBm@z&@{{jDj@*uzf#Vg(sM3Zs zmOEp0+?o+Gvy`aMC%N%bnUR%3=;453QyBbcYH_&ZS3-TXQl**lS(cAWf+G|vB|G#i z?QGm}`jB?7dKj?eI)VZ@i7ubyXBEzrX+{WEAK`uQCHhE(m`Th})(AT6B|B9a0E7je;@64Kq>At8;@(uja`gQS#nO1Fd{ z-Q7ruAp8c-@f`8+oSXZ;-{=0k@AG>;*B>)$X3xI%?7e4ZukZS)8qL9DO^ioOi@YK8j(Y6rz2qC~$l?!r&H!@!q#Kc=x5!Yx4$+9g?#2)<<|1klZsv z`hF;`5HjMH*M`Dpy`hfC$aqCZ1ZcY#PVR!2X#=`mfG!^YT2bJ8#c&)Q#Ln?WA|Q1x z+0+L?tS~w3)-xmCr(ZwlQqei+d1SEFP1GW|irKQQc|UfP_be=gS?Dfo!wR6$nbkNO*q@w)Z4zKQq$5Xqh zxqEx|EFh>;V&@?w@t=elveZqowvkB-k03A{NA~V{B%+;hB#&rTe?Zbh;)En?+SB6* zK_&@_`>>qXVzwd4{b^6vzQ9kS^}Q6H0AnKg=eMq9Xd0o>)gMy(^(}52z4P<;E)POm zt-x37uaFx~GLC{%vrHg*8cNg{A$)6a3aakopRawwZ>VzuzCk|+^VR@B zUoU#VJC@t$4d5LcmWkR?EEs>kXeCt4_Le8CX*O;bYv4p39{FRyJ2q+aXe#xaMN-iYEf;{lqLQkmc0L@^@Vce!9a4qyyuI5% zPtx4_nuk#rd&aokYmd=#LhoUuhIG_`t{mAr@y8BP@Wt^bTh&Ms0kTh3On395F-7M1 zK{0hS@dyi^tO8RQRuMSd9<-dh;R zy4vPgB@Q<;_l1Lo3* zJd2w$^?tCru9CohB7gm~d!_78l(wIW{IUDT&X0@!@7?~?)a!SDH2sgWf9(7?bFsbl z;LipA+`qQyUk?7|z@HUd^KXA!`sXYEy8lmIdQtdarT+a)PP*6!UsC(P^gsK*g6V&C zq6O3cBL`S8=ts?95W`PYGcb_U>niaK45aD$^9cA4&)y%`|L^wC-uYMh0{j=MANVh! zNx}b+><0#bt3TTTW@Y?I`uWVy``}B5-k*>ByZd0io74d2`*}wFdIk6|kx73oah(k2 z|GT7i;7jV?b=UoO9Rmyfchn3P{;z_WUb6Wv=zte52!N$@v5Nmqyzrd9qLEo7dZPztAN=Hh<~)|(wX}bn7wQjFvl2~SpR4h zFqr`Hk5&P*2N3^g6)-IT@sCzrQYTseXcaI>z}Y`qb;;4ZT=@SIHkI{;K>hzQ9yq%q!Sd;IPl?(IG14|PaOM&<9bWpBro$E*hi;GQl=Gqf_b&Drx z8#USa6MYfeaBd4=$1p9In5Sw>OM7rkr&B>FY8fZNWz=6+_K$>!7IS$?1ekKT0{K^~ z_0MNJ@wpsgsk?4{)R;q>Vyf#jI)<1CC~Excikp#%?S{}h!!KsIpEzOd?YKbpDET3p zSRi1SXeRkkH!|18$K~;?u@oQ@S=@9-WboA*MHC`F#R9IslT3c2X@Pdk@*U+=J4=@Ls%q9&>A1`a>|e4F zu{s*p_C4PWW~e-KCgK(J>Mls1Gi&i#g%oL;B~E9s3Qihph$*41i{RdsG~$l8w(i-< zbZ?$w?3g{5=iZI$F*>oVSD{I-zP1Z*3Qeg9pp2pX9Mu0T11V z?w8s7A?`EFCl<0oy!Z30)1DxtOYkbp@cF2|t&Ry7lG`$zyxq$mbe1wu-fCt>|7EgU z)jl!eT?I3ph{3XIkI(@+Mow3jTc$D(2$yMzeP3lvZ@@e1N0-LD2B}UO~lA$E`UiVMY@!2}+MxY9Mq%Alx z7r0prY++h6DRX0UbZQ3+M1W?~DODor=itAY%suCfc`~r-t2NJh7|+^V%FG(rD>MM+ z_HCwH94!5IZ&NRARC`V!P2YpGrqe*TD6LQ^(H=h^eVZmiD0hTtf*^f%0e~W^-H;kF zzCEn}w%OKkZFk=gz-GQ`VsncCj79hF2rcI|;)}vVmF+qYIOp&cpPL|Zm`FT4FkG3L zP(SB=b>}WU&PbTdt&9ivAD(JIhb*-F(`xB?&?!ZryR<^dFpS>0IV0pg}Mn~hb% zb@`L8%UQEA>6N+A4k=xqe0?N+98>zWW>kAjvgz$zK6EX=ryots84?l?tmuPNXv|U( zwW`2{`|!cC4=I}~O6L=7oISs^MZ2(A-fg2s(?JmFd`pqKD6!O$vUiJll>l5;}}pFg4T8Z#F+)hIewcDNd9{wfXpE%1y zjS2_2_yp$(2<%EID{uQgai@u|9%l$StnYtUz_}*cWJZx_(sk5)FR;yuGp7ba_p=!` z_&J$yZg2Y8)_vg#3j=eb!173#PxV4&iH8hpta`PBwK&nKD_tyN_XuuRQRHzC+Xs`6 zAMSEXYNXrns0R9>65N5E4I8&5J`6>VoC}3N37DUp=_nf0k7W;7-4Vm_^H2)`ukej( zP)8YCH}3XUdq%xbIM|w!N1|7SWBr{~zq{OJ7^f32Mr6qG!Wu7&0gs^XF7^}1^Zoe7W zkO7rCV{U;y9(xkqMG1wNno6pfli08MM%i7zOh(>HK!{1@nLTFL^R!>V3k8F<5UcK0 z8vQX>JoHDjiNJ1Lvwpg!B;=4rq&Fh4=eEPFSvr*?FZ8NWyD?thC(Cu|*qjpRWB*K= z@7eQ8Mhc%|JP?$J+!>8m_90e(NTT2#I?p4D#r?WaosG{CFttn}sZdlHBU%Fp?YJ+s zNEFEj_33ol-rbeqGC=apcPV~WTwAEaQ*Af_?Lrp8%<%=Pdr!`aAx?j=iQ5--6);w9 z8`>fv(l4qvB$_0$zvn2gJ$aGda5kAy%c0Xlc@Aq;NYx{r@_7Z9?x#=AUfl@gN zyG$rVu|5b-%I|y_Eq>K(gkf7mTVs)RV=EqRUl2uz_#Q>JigHq~~YFek84H5+4w%lK(m!QsSnV9|FY2*RFnWqoOTLKiS#$m>Dm6DS8oFk*crfgxm~X$@za@qn|9CL{{cjX6jHOuGJIeo=c-I=W{@Xq6>|*2eyzKbgSi(RUP) zs=O|DgzwJMa^KC()^qwngVM{mFFXzAd-sitl^(#H}228 zp%%{)9TgjDcOf7sU~vzJ(HME!^Uj$^k-K@*$*gBuM&gJ|P$fc@2z(3g_gCi~ROc3I2NXXv&0tpLAy75-z3?hCU=Yv!Z z^LF-+z7Qh#60Z^IIMLbh%vptH55y8S(Po1R%RN=}646ptLS9K@2Kci~#2sMD<&TgN zKUT2!M^uE(C?9!LY*6}^*SkC8wUuRz4i-(s{4LK=6;&|cH>+D2GY}3xI%7{GT z#LlV&Ahy;6;c@~p94;UBkDd;dbjp_VV!3@tQ#AATv(LG$SWVaB<)$A`>@vT+Snu3k zsyMs0Q*UV60MfGmjG_bUoeS#pW#soOOU7sk$xj`~TszBq2J)MIACSQDSuey8SmEmm z;n$lcT^oJ#WT@E*EO5Cd638m!C%BUB{g7bE5)`u^cfM+vLNM&9!pEHCgZD{^R<^bp zP6H1IOzPzmD=Ij+HRXEMkLs4UM-6hr7L_lPJxJZ4Z|b*8|AyG*AB*X)|5s8gy` z*!>w;1Fi`e=~uJOesXr^lgDbXqV`<_!vjNDMPTx5dj0~bIISl zpfh%L!Rg##?bwW~wU*E)yyv`eV9mYO23GS8{M%>5oM)rjQ7sY{>JeKNWix~cNs3m5 zEqp?iSrbpqao1BydLMn{?#VkNk6;aV&O&<_^9|8pI-z zTjDY@I<9{0 z0NhYNXZj_V!E4EP=P#B@U0E0eQVatWL29E%5aoB z#=ZfDc3t&h$pg>3eV3q0kJHMch~O<6w6x2;>W{oUzK&E8eL`1oJ6%q8I03~Sk^^Sz zHKJaad53o5s^V@A(3nIUAX%v*|bi(+@3F2hOcpIq%Hf|Y`u5U;TJ&=;2 z)v(C-5+cK9n(2YSdaX5(G0F`y3oqGZ8&rp#D(aq2>&!*umM?&&>A}7}nqDTnYh@)V5VMtjOMw2ok*0(cm7musPC_H(!HL`fmBeRd?(o?Ps} zRY-iZKeESIJ4!Ou=%=&rNWBP#iJ^Qn#y2mwCDK9&x=>&3WIpUfZWCNBWb!Wbt|M#x zAWuUfHPbZ%%?yBBH$ov8n6JLN2E;EI-?#c|r9ME*-i3nceQnAVcz8CBMoOZWJt_1N zW)D8+*~$yI1`iA@X=RAFjTmu-JQF<>1noe^WFbEXeC+AoaN2Ucx6)nmUg2*o%+WoB zA&qi-@lc#tD6?V75CpRIW=B6U;+q*LAq)C=?J!R!l}P_&}C?#h$H-PW)?4amjbfF49g6 zLq`@uwz$AW!+A4288#cuvH<&6J_h6*dFgif&x{{g%#Mog@g(O645Vk$C~DEwP-(D< zOC`agrX8C+?>CE$zP1~02pTYgu7Ej!aoe&5_yR0zLgR}X1Rdv7C=6X_V9<{-Wox_p zAZU5;6*%myy`Z77!rnrLH?e@RPitaScR8LQ7d}QXwT=f1~N$IO4GhEf(c0_i$A)3PBg0Gfk z?NJ}NX^G35j-RM&>u~8EJ|q1W?PKZlKqzXxd0E_XULk|q3r8YmMX+!PM#~y4dr!aM zc=QmDYiA_(Ecdw4DsnUJ*{4&J=R@Ta!`F_%4N(Wc)BDO-7)Xf#sKG#*(MFv1m&Fj{ z%N;9b7qCM;{i?r9#6}-ffXyhpJhg&N8WNP4G#Wq7H(`^B`Uyf|H6_=|xWU}Qwe&}W zBr>9T?>$0vxygdQ!y6%4aKD*{5X)2d4l&<^pzu#>Cbpd|=~UwGC7^P1<#ZB%-TbtG zGf6NPBkM&OIV(ynwaMLvJx2jn;p-Y9i zZ|O{a9>q-_mxV*I3~tanRaHiiKn;1Lnudg(K*(S~wsb!SL(LCAW%PZTb@8HjH2s4< zop6E;XgshVd9?^%sADOWg-oRjGk@TNIc7_pijSYS!l%2WR_EjWku<(#A5m>Q%{oBY z>UYlFdw+)~w+AziI=7b8JlAC-!VU|siE-tNby2PIVx?tlk%)4MP@E8tBzwxc@9dMq zXqE{i&L_d#76e520!{HS+nXBeByA1qDBI7y6IoEF%R+Dm@!m#_*32Fz)*(kq0GAqc{G ztB{`IPKF4^67?C(G%0+&YzXmP-xsWT=;VaxcPq`PI;A6pp^2Xu;g_I$!>hkSN)d^B znd=SYb0Us87nh{--AdO$-+v6Ni>1vTr#P9r*y$5)qG=nmU_b37Ew4Z%5w_OJYXlWA ztQ+>(KFQl7LU+wX!b8Vf#v;ZTfwG@H+@q3$d-)xETSR*gut}F{* zF1*b7R95|`f|@i$xf9By4AXrs#t*kzkM2SdI|L@}x_#x~R>w%<=PmE5(L2VS8Z@bn z-?9VCRU1AP)Ud;~z-N2E#GSxxxjlLY?#~EA7G*P-Tp1NM5hLaZ33(F+r5+ctS^t4c zv+83Rk>jJXlD^h_X5R?=^@^erl}BDu{pt992@bO?uz;yjGVEhCWS{vRUf@(XL#KT-Lr%TEy#p zzvD>+S+*d#)mmM8*zdc)EOi1ql|}RI+E>aAaSsO8E84dGEAfk<{Fj`i6-BS(#J3`8 zG~qzhFY;B~(C~zV255!kQ3%-EAAAE~D0Ni5oPmrVFiPO=h;6f|QbFgF3~I@4s;#`Up>a0*$w7D|Ot4K#rmr1Y zVI)jJ({QAf8d+;)lycK|r;#Kj4ap$1$UD#JtU9#J-&eS4s=@ggW3|E?=Ju2h&vo2FRv3RZ! z@cz1Bq0IC*L^OV}gV?{8ya0=RE_|)*#01ZJ2j%2c?6&F?Jnhiq#kTh`h<2nel&3pj zOnF{nXo5RDBbnq;WR(6cNxLD^KAEoraK=Nx7R%rmO!Uc1$E?Fk%SdppP zTF9lqAsXgMQYyfGfj`RRvhx3=JSb|^T==k!c^-ZW1KF>KnM6j%YJ>~Cmi9$&R`6Bd zW6#jL>{QQs0K*IV@^k*rup`InMEUYn)^bjzK1``}2^g4dT^l7d~PW1eNY*pIu*AWyfi39Whc!|7)8bQQq#Ia%Tv5m zsLbwg($5-hbSGZ+6o&hAs4wF|q%|9Bl$VamxP)fJyRQ%ItSFDOnj5_*bUr)k!xtq!X6u#BJ` zZeg-o2!FGS+zcr^wA@6I(B_nUi7NkrH`;Y`LyZN(fY@T1l3w$~{(0mk(Qc_~vLEW( zqBwWO!jX5dpJUMAq|o`CG!P+$zq^Q|fEK~~(+MP;+0cs&xfpz3ckkLK8e~by)F;!X za;Mb^K7yWo+rH2q?~x>2i_+@(;?>7B0Qt}M z0o?+~f3{B$xWC_))mK?p%=9<3Q~b|mT`>dvyqn>jtXI8I0GFngA6yBaU6cX}g##G7 z^TEz11H9?odA1)$DELYcunIxuSt~Duk+W`3D~I*eO(1bKWeq{QBg!_xMZeMRhA@@K zspqKO?Qy=X!CD~$E>+r~^uXt;s@XN@mU<=Oe0$;xst(QYTv^--dJtK%n2fEL%$N)h zr2@}7Jfo2hy7ZH*=y7}BVAhtfM$P8MMsuh9XSj z<=8N29N{d-@BxiGekci);)}rT{3ej3dZ#a+%TmI1Sf6V7twy1(?)$rXrKcsFE+azY zy8(wgZ)E+o=|%?3zNn2+Dp#v(L?66gZ2jz2p8tdmT95ZwiFLMRC~qOS0R4F<5rJdz zbs40Y>2GK|V7y8e0I<+^Km=!ij^c@wJ_iZVQB=9?!?vD((|;|WiO%Rue@5^Y^Z9`0 zwm0G1w{^uygd5pKEdnh0mDrUMXBuplxMzYwJquP{vb@r%jVW4YeG%h1$8p6Ogy`MeZKQh;E+= z#)oHY&c#ua5DjoaEw{S5-5#Ko|L*?`(Trh~5jtQ=xrz*l3d|bdNb$nN(%QalV=?2b z29A>oeZcG;GrL#8>`oBv(6HP#zMAgPeTOo#8MrQLKQq8Sz0qW6Wc~$}1`^Q_-x0n*MDNcvY0vMy z&nb?cc&;{@ffUpk!s+#VidFiNJY1=?FE4!K{lb0QE9;`+^=N~e3TtMq6mpCShNa^)M1|$QKffugf{3a9b=stYGH(sk!zDo5|v0kIMkiZCEEml z#4o#Nv_geqz^ag&%k>Fcp-TGR43AqD0a8F5!X^)-Orx;A6FyTg{)_Qqc#+^){AWIh zQ|kF*Pfp2;5SKolPI)TL6>d%MNf!8&wQq@AlfAE)%Ls`_T%y(VZ+dHV{N};4p7%n_ zvb7pT?n}G0XIM&W9)2D0M$HsVtBD3NXU(6F9kfvQN1M#>pTTcnORsMWf5mI&Z^es; zf)jGD%V39Y)}<5LvL*OByus*}VdWIHGxt|jkC7R4Lkj}K)x7H((jQELR3NqM)OO}5 zEhZ&Jgh45i@C$twH0!XeW#M>ur&C}X^GgMOmd#c zK7PceieNy)#j~6sl_Ost9%W1N*Pa70{Peo{4=BkX)+)Q*&!Q!%`bV{4(({t7KL?%W)3Kq|Zhq0bOC|ZV#P_%c2rPHi1+rtXr%)l+p zc>JM|&%`~RqL;l!jqTHUANkU!z+@R7c1oSr(HMwZldc7#TLA)|^{>w7$oEGX**V8M zT8e5i<*T-H@AKgXaZM`rv3W&*p_nx$&GGMpW|SkZOA)owYN-S8;{ zMNEPty#ma$?~3;^)Ta9MhFjlbMS(=3O;IFS*$MeYiB2>V47a>;^5=Z}^NnXzQg`-Z z%%qz6Bi}&4rmSkY)P9TzM}D!uVVhIKZ$rKpZOO&+mXV&<@AarEXV6*wcK$?{)G@SO zRMeZlE)Ianc2f)9RaXQz*~b?ayqXg%*M?W1=tVBVU>ni1=Y)LKWG+kz_*9)jShx!K zOwwKfo(QbU5I!^hLfu4L+A#$6PFS$OON+0M8>b|}s2$hrI z(bQ~H45lqTM{$i%`tZtg43mmt`f0;k)aCG(ieGCRBhV7Q1lR?jPtA2bn_mCK;fh~< zBKRR|zQYK=mg$+)%T={U=PSo@x*g??0tp91Db=moNj$nzPyMVEwSZt3kh~_9Dc5%Q zO^tcK(39o5EP+*Q^$GPp6fMpAcP>KTdjse7$g(xecVnk;2a=6D`AQ(5x>M3pZ;9c~ zV18}%ZL|q2)FB&q#4j*28a5$&pA&vurNQ5y>sV&QPkj#!8twd8eV1tt8;$cd4{7b3 z6dw^1nZDcMevmcT5!{c5Bl3)+kTb9?=pzZC-WROklCXyg(e?gHrzT5j*~<#*SnN;U z#RWF*HDi#0mvU?iD3&NZN^b{Y8b(Hz5qYOY_DwZYoJAfq*MlF&Q;Md%H#~eXLw}G9|Y)TZ}#tO7<;F+kB?m2enG< z)zXVJO_^HR?1+1J@0cwguaAT+mNI|t6s_z@UUZol;Z?KTK60@NJ)CsE^~$6o;M#t_ zsj-gX>dWKTX?{1@X65vp9kM!O%Q!wQS3(9e+0+ZhR9Z$F0vbLH-o5bUYSW}(@`G1A z6OnhP940{4{HzFI{N0_iU|cT$Oul_-8^SNa6=K2nxV!7;g1XiTMVc3NpUjg=_k0m> z=xYwb%5nD0+o53{2>AMf3ePtB87qQ+I*j~c4D6l8k{A}v;&6=~Tq-b+t)r&g{?s0$ z$I~bfzry??1isNYIGHL@;iKos!-YFJi|sNFn6FRyNxV(qwH&}r3SQ?pr!)ngUM7!7 zwjPX$+}iexU`G2E$+{&d^@b{{D~THJ$R)MMbUR6wgP);u$9-aAYbS2>{|q`_M6{>3p%HkoHfrOAY$8 zyRq)I&6t?17TC&7HQg_yN3Hw#C2z~tT^__5?D&wPpjWnRvWM;>K?3lMtBKn_8%Q8= z(5%TJ`njXVZq#b4a9_iQT(WAHp|9uCYZ--}6cIn*&1R$rMa7XQ&Oasxne!4li!ge@ zwL9xAji)wkRImXBk!?V$lQ*t;&{1hl@YJb(O=o|oDr?gz>@H&D-fa;~@^6Z{;C(w# zPaa{VlixOmdqh6a|D~sG>(}=G4S_yJhAYHIx1XX-Sp$qb4k?i|+KYs3Vft(G_743` zuAKM(cqE+Y@3Wn1^WC$v{hWDsA+DOWspNi)@QWSvk#`X9yUY62P$u!7_v6p+euq(o z)^}XtF!@q7K&MFL!)8{^Ymjp4ZA2WZzpW=*{#Yo0=Cg;=H?gFLCC5GzB+mBeBZgjx zPM+Q0)0N7xze^Ojlx?4C+NRV~j*C3|gxMt%$Sbtw(GQw&8ag0tZFHzPvVyR5maw88 zDM>AMMeL>|=j6~_Ki4d9mSb11A=iAQWCq1ol8)q)Q>lYdffM11cdmfd-TJ5@oeNF6 zWf2$lb$koWU=Z%@RneT0h4?17#MH%pWrso#GK+%A#=Sx$?rqU$c`&y?+tlyW9B%o6 zy6|KwRl)J(nUTyqlCGLNwVa(+$577ZqoLOh#!ou>-{l2iqQ3$}{p_KZ>;pP0Onjd> zm27%G7=^UTnx7M^(zampoj7YO*#l1=V0joqVtQK9w0qSread{buS|Y18qS_OQH~QB z?JGrWR&MS+Cc!*A!%y3udry%?e>aSq<8*Rsvr;^NQyG%NPdI4Nz0^{aU%*Hf@)C~9 z#9M<=&|msah>cEw_8~-lY(==`Y}GwzDM!rod%kV$ey@}UW66hZTOl*lZ;;Q*k9Lt0 z9BqZI4Lf3QaDAhTVjEbnrE=>Ca!+G{QDnr$Xm4(}NaRiscc&rEB1^9E>q&S-yQdHa5ybCT#9Mw=c*U6!tx=T~?x^ z{ETaR9UR3|gSLqy?A4nweAk*XkMK)Y=O>L>nSm+A;S88i{xJc_oaTG6c=W4IF)2PY zjm{y4BvTcZup+NUduhj3P6}H%4zoHL$RS6t56=Da>b;R1e9dC+Un|FF3u$GmJoS-RJ@k$c+~748KIUlI63!4T8JO;GsZpzrm#}=aByU zd8ucN>9d^PDH@Ii2?NI}To=2)-3? zY<LZHJz)^xH?<`;Zd6wwvRfq@uy+jQu7- z@F~*aeY^0~QE665&=;+RkXUu;B=yJkJl$)yFWA>LSzJ^s25{_0$B{GMXsGlIwXB@C zaF3O^l@e|Gy_3DRuWtwwGBRB8-vQRM7a`d$wFKBGGBYQs0A1w7b1lS&_n3s^DxuSb z7$T%g`JkAyD6?KP!AZl_6>7iTwN`?+F?J0^al|qg=5w5WS&6}FGp3C#;97yd&NboO zFnrcNf#x+os18|ATH92f{EjJ*hQ>e5kJ&dfw}WCX zrDnup}pVzlCOK0k7I-lSo6*(*AlhBKFZIrYxPlK z>PZE!*U1-*n~tj3?VMYNexYH#^BJwVR_jUZLpZXDmz8Ms^&Bi29IhB+J#2x&i?s-g zGA^H~ISc3yj$}!ss|=Fy381H4CLt$h<2FkGhdd9j{ukE{$PG1D23GLTtm6v>qlp); z=7{<$Zz!H|*%2$=V%WvXYdpXr*fuTKS_V@XSn)OkD_)3BCSC(aZGo6C7&=V>-KqjJ zlVOwL+MH+wj2`VOuw)=gBJKr5v=EgCnh{&p^YI(buPQz4gwNY4MRUEqSm}Gq~+n`uAm@AU5S%2cR7H`;6r*rycT7>k%Mny0898rP45usOd zoMNEFOqHfJZxVGVa=3W~^*%5j9|okIP;%1>J{WM;95M>L#T}x(-(8JJJO)F(^?4Qh z0AIo@!=#%_D5lD7N!8EDqc=V7F#&V#97(5dm^^Ppz)*@UA!xEDR%G*WWkTfftaU|9 z=!nGW^O+2;ajO%k0r8ycBC<0x+)z6P=toz&83>5G2n57k1~QG1?6oaFHe(9h0>0+j z%VbV#HH1{w5DKI#Qz>4sOiXsXBGB?abQ97-=RvcR)GpR^Xj5P?p$j;)R#7LW>Ev zs%vN)P;tiVhzF{2mTW(&vu#xPU^fSD4&31&5;)!3Nt}W$Sdt9TN6kE-$WwN7svKpHwyiP~Rx z1!7oApw+x#RpdZ}S_z2x7nw$ddcYm6E&usG%%`!=qVAQpSFkJ_pBX-9DL;UW*7%U0uLEF0{*g#`IX; za>Yay*m296{j>2-Z*aP^ zoe>hfYa%fa=2al8`2nx*ZH2qsSz*HFXr|H+%>&^qb`sBU0kW6Gl=AV_8Q)r_#=4%tWyamsGkRa^U*oO5)=AklBVY<%3n%l8dOxZsO=to z1c&V7H;UD>5ji*eNHh#I5qp?U2q+|rm*jn^%0dt^`7{{zf+{wRf`H>~KqAs+8Zl${ zW855)5Ut7T=ZIO}6J0>80>Q5@vRNLKx^r~of{E%#b$L4cJ6fzU2kPp4NuS=CE9rZ} zpqu^ddlvnWecMjmcv=k*Bm?H~eT3SzeR)GYpW$kvHw_s;&%cjav#n$;fs6+3%|+)A z5G6V8^IKbjB2catWfqPmI6cCe$&^J&9@Q~Y?vYhVGBblr*>;ylf*H7*%k^Y_lA4rd zBiJV#%|c!|$1XR;p4Y(5a_QlW^tk2iUicKEk+_FnWAdIj*UaLr#C=`~-t1VTiev6u z+L~ZNHiml03zu31MWv;BG=?l{9ByG6434I^dRKhB{xzNuJ!*|XDor@}wHem8;X}9@ z%GMWcm6AAPK0)Ci)$?GFs%6HL)^en zh01;*1x_9xxe$oI_B05pa5y>Uombm{LYQ}PZ_r^?KXcHZ~oZ1 zCPLlshyJd})yn=^gVj$p|D#L)iJ~{D>OV=E{6A?sVPF8LPjp7W=4YZCApUB801o}& z5dK&H&%gi}7cS}o%&S+e8^EDoW(-NOzZW0g!)??tp>2tnUZu4v>K`ZOot_hA2S3Ak_g8)_x-a0y2=*mHAS0 z{jGjr-~ssu>F#o50Qt}M0o@A7f41);92+ykCF$-;8d&C^ldJz7*6}~sl=XAe+P~|9 zUseZh7jeUR0kJ4u$%?9Y)%no} zvB&qFD0X8PzP8Lp^1m3juFu;{e@oP(#VVHBj3$=|Qu(yNT`BZ1276=qaVB9OU4=|{ z%^G%zdDT;@cjjY-E}tQL=AE*j#Uljc2%M~pDNpXgxYtHTTI#>m`--o1CooY4NpZ&a zV~NH4(}PBi4^L>YxVBV#3cBjX0;dlfu92*3SZVSrX_oX9fJ*HsfytPg; z2pWiOoEf5{)D1ZEHS~VU0_AK&l&EiOU|X7y6bkQJ@HxfUa96 z_AxSJ%^8YfviUeay#{_x0~_U7`ASH=Ly+V97E)BzMmUV)tf%i_49iP{6G^Jr7c>$a z>yhDe2Or%(=zKbd_PM6hZ@2Ty>@-wpjl0AG+2EXWU_mtDp21Ga@=PgXFHW1HI7)80 z%e!5U(sz$)87dU^z9~W>pXX^mqI`tq&XHn!I{w7$fkP5v<44q0%}+SX0tG^{e$r}V z$+*+YrMgz;c}c{nt{u+%`cDh(+udHWaEk2IHo?BtcmqxB}<1 zmf!b#0?_*or?3^d#@5dBr?Iiv`wiT4hai{uAr^OsR)WSbbc54lguePv1c z5Z=^~z=dZ@3+kr1c$mV>@#)wU`uD8qOVgyNR)6vc7J2UvI`?sTudUNjEw}o# zDKzM#^tTnlWx`OpbFS)zhi}yhw5YMKYw*vD%)fhH8CkAqMiu~LlMrxoyzpLMp@3@5 z9G<7_yzg*6*uIY<;$WE2Iwa(w5-UyijvuxhS$CMPaX(Pp==9cB@Z2rC6e*9L)Kq_l z+_PIvZ`zgZUOqC#QP7$u_A-3j0_I0-E~Q=Sw!5QJUh~@QwEmHyjB&8xC_U|IdBd>` z@5@p?^|oTh`*t&*G+NgiBrAPO?Gwq~lnh&2C2)$Vquv#Q_L_2JND#7^^jd4Jq;pv* zlyq*2i`<{Jr+r&yAxWi+I$(3Z#5_7Fo^-(PAc9Hc+fFI83Hf1zg?l!uq}s7Lz6o8O zMIX&`v5+THKCSx?gVRiAgT*DVdsf1*Ma)PoS>#uSR%o(^X(0LEV!L@Jgt$LrDK5Wl z^t4V-5*Mv{uRRCe5Ej1PQlquDB)e!Ebcz!esHw!0(em*_RMFa9SFOO* #CrSmGe z-DIkSli3M+3nM+zAI5rmrUZ=chH#`d%S?-Wp)!hfBRz|~x6DzJzg{4d7v%ot`Psc) z!fVIyrobTM6@cX8O)yUnc)znl(84go7cBaE}11L)W8c_5MsU zJQ8ZM@SSg7vo8yBBs7v-hdfe~h(+8KB5n4ZpWX@-W|u6?C(=1KtB$28b!AxKnTzE zV@(OPnG$v>v6T-Eqrr!E?h=iiprGv`Y_(??P zpcJks;VyjdO~>v`#;yxWgXSiS@?D2?aJ&)*w9sVnR;@U_lV5?6W0NiA5gRVYQjIw% zc9c&|6+bV+1#&AL45LaM9xJl420V* znjc^ZCL49ST?m9szMO-L3E>0ma?ygYC1~q#87ew9^GI+zrNWdsA2c>JAj~44g>|-$ zQ4h~j2ijI!$cg$igqYdME>b*O`~+r0kn2T&e$x1ITJZxbWVvRkG-*EBnxoybI;ojH&k89BQ2Q{1zi{SGIOpz zZ4a-O`JoD{hM9S(#+379hw2~n_Fm`Nc?+oNXqA=AtV^D8OF6G(qBQyw&|llO z8{#@3)+?4)po0+r;>>NAdVV779kI712Z@Npl4sK};}DyC?4YPOLls~XNJ80u0$q~Z z7Vf)z1Gta?Id&LqBde6JW^^_n9|QWjFy^TVG;0NU3uDlq|*yP+c}faEy%Z&QOBMb z_xiq^!bDq6V~inuiZs>R8xjBcJ2MEYwi5@}&q?yyyT2(C!*nHW@5OW9{Cm_3QECHj z-@SC^SVQuBKz9TA2p6ZD&luNXnGho^Q?TMlW9T^ zRq30g;a>7*bc{8FS@pZ2w%k+pJGQsI*p`kcX~pHLeZs;L5X-|1$03JRN);x;9!Zy+ z*sH{DfPC(v*mb|Y`?MXl@{wjE5@y0jHDP7A{t6!MWc%rXT{G9<=I80_7|QD@_-Z80 zw{h#}M|KPuHmf*i^avQUlJ;S1>E3f)+kZD?P5?aPpMhnIzG@_Zv2wdFQEmbfEXZ)$ zqemk8`ujL9gLa9i2xpkzYY7+_WpuR){*uB`)OZQqQl-dU%!GMV*T)7$&PF}auWy5G zr*ey{DtlXkn)!nDCf{B23@WlseaO`2BE^$RgT5S@3JDenA!<<`0OPHxCJV7+1)vIwd~dO?qRdoNcPzv0VhozV&3%ZB}=2Lj%L;8?=^WnLk1 zb5lHPMkcanSmm1SK@P?I!bs{2712Z7?qc%;1cZ`$DQI#`Nn@LO=k;&nZQ7AIy9x2H zZQl*ossO|KN>7LJAp?FPx3_B=iA0;nKr=__InJx+1z6JlLY+N$F*>#HREl}y2&5f~ zux;)a*MxnV4}ue+SkVI=lMj02)0Zipq$?oTE|nm~hDah-V$476qtdUVy`7ZlrkuQf^MG_nj30~n*3H@Zy#<0m@F#n0Ag$rMU^rwLe z;uY!r{dmj%e3Cg=aCRjba&dma$bu#gcUixg^IM{-FHU3E-v14kg;!rw_TAMN;{(-q zmbnAzU*Ub?NaRhaeU440K)I4A`XH_-q`njL}w95PKb9g2?kYZUgylo9ZQD8tdD!11}Z zMK@f`{Nkk54Sa6yqk7M}OM!4+6c&Cw!PWCPvO-c+9+9kjdCBLIiAqp;gEJDv~TXw^*IV1g*AVXJy@3KLr zciv&L1mfKLDeT9$V25dCgVD%g&)uM(p_jt;(QuSBZOO`DMfNB5NwKu!aha6LAh*q~ zk%l8a8{>^d%gE45b?mAu;uTW(G`Lb!Ai;4<&%2LqV}E5*P!X0{-5P1X>7m`2oxVNx z0iLm2=^?BOQzB^to6HC#mQ}Eul`|<*CpeOSzBCDJB*TOIw&OvEZhUY3E3d|WFuH~w z`|T*w_`>3a7sB7W7E9&^I=5RPx}Yg&9v73qM&U4GLlBWn-D53$BmGFcc=?6H?sxl- z9)#HL9Ug>l*r8z+xrJ)tzT>>zC@5$rI_UbYaWeCkD)^PMS*)TzjKh1{!00z#$#PTx+{s;h#{uL0M>38ht zW*|6-0l=C-K(5C7pbN|&SPcFy{v+u3|4-*H@VX1g<2T$6#0>a(|M>lO=!bNZE%-8t z!A(kDE%VR+)79($lvpnlCHyJV-)Fr{6#;Bn!T$=J&&VJk1fbZ!M)-1b=`YR5Ab0_W z1Dl`I()_!i?*CqY)xPlmdVc`Xl`e9~0Go^848VpT*j(HcuzQ_Jgpm>a-#wie8CiY= ziuh0TE+Zr0(*J+gpfWP@|6O9A--buvXHyp=qriU=5aBnw#D%Tn@+|>C$3JW(m#>T8 zq2%ArUj`Jo^sD?`zObcSf`q@zKpGq7%dhgKd@*$Z`G>9Kat;CV4_nFQWCG+%Tgk=$ zU(6^#{$b0xoJxTF!d%kGjTVP?9t z|_%Kst@Z={u%$4QXzMYiLR`}u1@ zYg_Fnhs$12LkZ6Y62LFvQ(Q=_(}*ya4y_$TO=TQ#*u|NVdL6h8x9(*?Fd-;^pMAH( zTz{NA^i_Jv3KB}DyfF6lyRYVU6PWk;vz6GbYMj|0pHDkKtVw8171$U4crs~R!l{3U zJrKrj-J(^mH5NQvvOTWvVe~rfh3(lynJCrNJm}=W7(5Tsv;2JjndEwbiBe4tXF-T; z!M@JkU9XaX*lp@ZNAK5Tjc7iqRIV{L7*+8-__V$pgI$QZghjAeehTqgE!pzg1^*54 z70}fjxNf0<)=Cd|d)pnFNOS=SqWgJH4(#&zXM}RuAo(M9#FASjVv*Vu7C`#?5qQ&m zUXQ}fEkz6O;_6&P4QTUw5G2rU$jKfWYBOr@8&vkFx?h46$E>N^Fgas4OA?)ujzNWp zke_ud6oxsSVuh{dc_z551spROaadIbv^M4!=F`nuB{#<-RB^sW?N4t}x<#?r5$o7r zdxJLwKo}UV0LK@`IsgCxfMX!ZFE5FI{RyTJ_Tl$(h*j1|$Xt$jBsKzBU(pUSFPEu? zusgI7{c2}?kjzfek6)p#>a+?UiyDuq8%KM)p(`ik$}f8j21p4@z1awFpHL`WCP~1^ zd*Vp+)X0iyhPp36$!qV44#}GyE@2cZ=3#)O_Ug@qLseNSrR+S`)O}+5q_$&q?UptS zPPtsPRFx^-+SsM-8G`qwHE7U5rv*6mk`?|ttk-1B& z+Vk8u1p-s4zo7Ey>qq_iqr;T?Rp_GrWZrAL>V^mlcT2!vUBqGU+BB%98Rnz^ff!; zBTkc8X(Z*O;WV+u8QnT^-3>BLlsTWzu$#B&148-D_wNNzkhr9p2Dc!x(i$Jjef5>< zaknThMjdAKksKG4Y$5M#$`4x9)S*!cV^!iq=?rwaAi~BK{FDC>D6?UeNyFl9{bqn z+sqw$7&ynwg#VAduK=qnO|}gd2pZho-Q67m1PKJU;KAJqPH+vbf#B{0cXtmGT!OnL z@D6nMOz39rW9H7xy|3SV`M#X}bGFw0_dcsuRjnEsnp#CN;rhA>UZFOY@SxQn$r}Ou zwx4+;b(vm(GQw@H*)}~p=yZn>IRt+$(}E!GSU-5z$QR_X(y&#pn+7ph^5f!O=vu}; zn#ledOBRAFh)6T?H-HYcOwtlV-q)MPVzXhCIdShq8ONy(oO6HR~gL% z^!e4CaXIPS#b;V%N~{aJ6f@k#b_dsfB3AHF&w*i1npW}-&EFE~D%%-C*BCB4Rrj2l zFB_kDE3B z?#VkU04t`~n83iEwY3+1f&g3-s~M$}={_<1Bhc+o{KGfYAbs1?KiZG}?sxguK4bp| z?-}5}{_H*fgCc@}#Iw6ZjmJ69Kf6%>yybsle%9YQsRs`6z@PrQ_3fAch-3Kgz|a4z zV*tW5zt8;oXYKmmwI6!6KM3Ic{?LF`{$A<3+g;GJF|+@TT&g>4dy9YX3<$u#zv1n> zvjL2M!`pX<28@5h+qe6?#mjei`*(Qxk(BkH7%wy5K7Eg9)5vf?uI?JnZzhBf2z{~( z(=QA=zz5tj2|x}iB%9@XUlcto7xJ7t|lq(z}!sb zp_zsDGMIct5X%1L-S^4$9)8R^KNeg>Yr{8^K&i#gIHeHt;8b#Pb3J6n#meOT5WI+6QC*yvo=dYL&kc_|=)i#*eDI9*A0LK5t z2nlcC)RD>MW1oI7M$RiedXm@f)lfeyJVG!ROynIg%-rcW4myOrD7{aYg1rXKzmFdc zT!|IF6a}UZ`qCvX)k10L&_dkFX!vM#1!xqW9;?l+_7|UZ*kWeeL0zNa-Rj9kySV;CRx%tjJ zM{(!hAysQoUkix^=VH_39+P!us&xjOAxlg+Gyr8ytWbVYwrcgzzM(*M*i_o)8CBTT zP%5RjNAq9qbcl-E0=fdM3pbc>(lp1wL`#2W;j;-5H`zyd&2p^a){DCkkU{*QjUO3_ zVECP56827zu))I=ZCLJT*~i7~Uxa+aJc4h2ETR)>sK~NF{X+6WL?3EI)x}|K?-i z&%mDJMM(mu0#_d#L;@3PaBGQ+cxTF&w9>}f-Ow>mb0)Twb zpRuKD*j?%3op-k%P}$t%OcHQPcXeY7%J`yAE&`K+8SHH=Jw5s>KTwE{RI``3hG~En ztZ259NudykX_J_!p(_v^3Bvkn*UP-g_5*S+Uq{3PznG%}q)NrI`vhl@eMZ4HebS9; zdxEgSZTYh6rK?eh*~`j~oo_VRwRlx3@h`9!E~%bkQ-5sX^Syx8iPaZCJt4MqPLp#s znSm2+74TK8<91<@ypEo-Rrfg+xsWRx+53UJGhIv|*qaR(lINjV_N`@dcB5uAw+xck zz8%-Wnrp`33fOzeZ2G~;_E^?{{a)DX_JQ`H18Dkb_^>`lA`Ri)O3OuSy3YCl<4P;- zGth_6q4t$87n$;HyMP>LgoEf(h$bkFt0k)(6_Zn+3UVkM%?A|w0}oE6fsUJls`W_w z0A)YCJlb6i7${j>ei-p3+e=7=$<%oZ9}&wIKOM{QAmM5d=cV}0qxa(;6eyz$GS{x&@1yhO+F$z0d>@8)A2a{v zK~q1HaA07+=kB6j^T?r*7sKvoK9dfPD zC|1_#eZ5T$@wnr#6azDdx^dmgw(e$x(JJy}2huSKI-jF*?VxQ`glx*eWti%cTC+z^ z2fR>cxQ(TVd8dX%kg5P_Rb$B+s4b_7%vy$pX3A?vUB?^vDjVsPO(=?uvdIT6{#XX& zeiE&#ti|*x1C5XN ze1xw`{?xXC4xMb3`I71_Wxw*r{`vUlXX5X_=_1D@2->~p4dm@9)5?EUaiLBgG58Mo zeLtD!%#w>HUsjI(g}J~@lYN}Q1r6_NlG*Ho274qA!oYG*MD=!x{*rSffZF8q{4%LC zXN+q5%KQ~@B7Kgf-P$u-R#SOunI>okfVKrID3T|wq>6<#D}0w&enM^K)Ag1bI}N0e zwgT&$&_>(W8hu{QU~lGUlORfipC6 z*7ivf@%ZzF+Ftreye{U#Kx#rnSsl;v6@S%@zB~K!>!AkzxOhJrAM9pZ?5t*ji4f9tvOE?X=tc(1J>DKAbf3XwmiZ_GWEb`>K_x?vlv${UHr^&*?kIX6xj%+7K{j%oCngZB(HAHB~)jmufQx4!-pQU z>LYy@hWq(8>atSCfcI$qmg2?~PC#U(4mO(LH>$8!9;FG~urDw4m9Unp{k~smlWu8& zCy;J(Z;9)d(g11{OYM1ceSz&d-b#-;90lyZs4ofIlf^`yAe(z@h)t&))6WHl@pdNo zmN!bBmuw!aCO>xgL|x2U)Qvf_yhe~fUA(q7%L=0lqK^mq_M3Zm%tU=92);zAdO`P7 z#I-qLmUlse)9|~m5^2rGvW=_?2)=$vb~lLQ(@+5J`u47(Q`mB6OmWKtHw3t5cAXUH zyM;HVl^y64L0GGD94s{aG<(~XS@bE>z7W~GsYDP!j>mdv7gl9B&ach zd+W^k=ITf>M>_`h*!4{Z9tpB^mt{O?)q?kImb)a}BboqhW~PxbpT zy&#~b?tYXU@TY%-%KH7D|1-XC)_yF61eXxEd(|#EP?iyhH zTcX9CNq^-qe)%3?Kfw4e#P6-40OP+9zqe-w82^R%y*)+1__suh+jG1f-^E_;6Tx?x zc8_2||HMQv%VRlBrh7Fow&DCCp!k3$-+(@K^6jB`R>{edPTF7J&4iaStP<@W&G$h$HK~^@y|h248h4Ea?T~V!-}1b&OvTO;;q`)>!?Gzk{1W-$B1y3bSRg+`7r#Y zj;DnFDOSD_9r3zDmrqCwP~a#f`*FudkF>E!%VbE;;dST{i|6T}T=>p$Ah19rE}y{7 z$im%arFR%uMy9lAtNO2zrnM|ElQM0yxjxPx7>w+Jo*b-x!$_zd)Zr`v^P=@>K#JE) zcClz{e>-DsNM#7Q+N&_(+DtI`x|gE7*>5~H?{IM4H{Ew2@iL|@q=>(6)cg{7lP9+D zAutX|7JD3v&U(*d1awIMYu3rCc~k6BIfiZc{5wttOL=FJ`83f(UKfxu$+*-wSa~vj zOhk%NsGMgwyHb4M833Kig=6udfw|Xi19d2SjVkGkA9}F2aPz-d9&zYUYEPqo?JF|V z=Ezkq9%5ua@1O=pNoQ0h7i^{~mlrdJrR2zuZf5H&mgA`7b;*22Xt2danUwRv9EB5h z*OrR4*MzR~nq)*FGsE8Hf`74S z)0+cwRkwF3am`9OhC1J^c`zk`<9n)wX8PY{})G(=?FPaT4AUkHe4(?D0->jOj ziEwST0^j(X?dM)ln8gS|<6&Du;Y6M+6jJgU%!@>019W;hXk6R97}ZTXqAfct6<^5( zxyOSzrhBFFPj4#AU~AGuU}>8%SfQs1=7O3Dc*@C41!(^O3fKrx4ShU_ z&bi((ee<{dsn<;76usT%;T%OqCJT$EmMZU|cfp@cpQ1}m1J3Y+h+FU)81iLA zvJLzf0-{l#7z%2l9TE9_CF>N*0-cnpJ(;Z`dVE4o$tXe{2fZFr`EOpm*f1YZxH3CG zw!y~)7?zMyjgm;#A(pptEt1w1A8n?BNuxDzzL-^Ab32@T<7Jt${&plf*Z%w5F>zZnY-WCm!RUdyV^HG-B#n%+J9oKO{9gXv4=6llKdZYyliFDE=?~l{X;XHJv)@ zBb@+j$WmGx=_|H9L`jAUmaUQo%;EvU$ax)_M@j_k7TxGp?m$+Dls8 z-sPDS$~L*J4%?x70+~yXg5QN?r;ra98%7X86gR>yom`vk4wiPZKW9T9SKz^D{ILlP z_ocbzf?Js=TA+pcB=9RU%Mzc;S(ACvT=YKR=}(^P{Xu9U$>Z@Dbph*&;`uSMh-kw8 zW+3eu^@3Z+szwzFmi-w5KqtOM4BCT3zOp_njilRjuR9wxnQKhgttUv}opv2N*W(8d z)!m*uNCEgmMPbg!5kP>~#Cm087GBn4v5mB9N(K69*xm$V&e zyS9H>TFKYU_h7#1Gz9f~4PDb(hBktWBej=ZW@udHrNX5Tw%H5~i*1SUG&ejtL9lMI zj0$ZFIWu4;V9xv$Yg$LhGOz#Xt8(Eu?M#im^Dp1ZQiV2*A+c9^8lf0!QoY4v#h+)^ zo-wlTI52QPu^i@|0{Ip7ovky|yrq7|2sOnEgZ`b`!i#bz3V;oWP6^IC-fJn zBz|SzqcjgY`{5q6{UfPOdY1byieXMzK+Bxla=>%o{Mh!dS3tVCH+jix1AQ<9J@D( zBkO(df*rxZ-1t|)j9s?I&Ay6LRRrp9=J1qC8{{E5L!?E%E=yYAkcckWWoIy45ieL_ zBsxt<)Myudw|)r86La=<@Dzxq+KBDJD}6NUcyE@e%Sf36%JJ%tC|yk8kTX=raAYz< zvgKf}hDxuW0KfDte=gL8f8z!`^70FiE^nj3Ra`)(S^hIV-tQTJ=2Mt?+ykRa$O3*| zB^hj10DpMfVpBy8CGlDm^?0(FGJ@amG4xXO^vSS_IeP)Wf z?q(r`=^ma79L$}zr0|)QonVNFlL^C=PMdpH=&JKv1-pfQRd`-R3d4XD*~ti;D6s_c z{6q!5{8F=^FQ8EI>j!jQSpTAk)SFZ`~W6J@E-f4P3iAaod1oC7~MZ3 z)r#dGPPMwvj{NtSmVf=$f1z>y{zLt==}(Kl-_L*X)$dpRSC4N`<)6t^G4S8{w1AJF zecGSB-v2EB{p<~c0HCJg@89gdvkim5AJWbk1OSA?-**;(O&&wk{Jp#Ve|dcd0sgFRYh%$ASj8tIEJQIb*7sXbq^x8LEVyB&o?YqzvuVxsg}X#MF`1l|X(fg^$> zHXePmj@szeX_nbZQ0nM6HLS{R!z;3V3~b*B<}JTke`5RrBuN(epltSCUF9SAD+ZSP z0`x!2W@nn1?scbb-~%Me!xH+~z!+HLqYVQX`Y@OgG9i7Q2l0Q1OD3ah1LR6k*mDsG zM7cp?94<(`c5B>Uil#H9B|+?|)=`Ane8#;El0>Jw5}4PFc}ab!ju)+mA%Hx$3a^cQ zBcei6$jEPLr}_QsA!?c!PZaO|zDuu5&v8uOi?ir*IhbB}Y`n#A$l#p#;B+YJqSn$e zeU`#>}eP1Uk2M&@2<e8s>d|wIv$}Prnr32EP9dD{70z6 z$jtgkI*f__9`WEB^;brxs|y#CZoS)ZOxXEm2ZB_pm?;VSGV^O_=&M+TTp~%#au2QN zEzd7SJknfi@`m-X#$}w4$KJ{+iXU2s`#DE#A5)PaR2+v|F@$HkRJ+Q7X)k_Q?!esh zO60OI7imf-3K)>V*73rIlj<*&BAUZ#m$RIuMMdTDv?0B~)k}qZZ>; zm$C}v!qr8)AS=h?y0(CJOySz2AsStSd$m{24C`W^ER40}@otM{9ABV{vV%)O9O`pL zy?dy-KMA_$*+La5s8wgw6FK`9sScx3-d9tT4i090pV~D+_209ULZdjV9zoACw{0~b z)7qY)2Qm_W6<-|SZk=1wuxS`CIqf;9Z~I95Dre_%g@ONDy+!0E_f!hL5C`unDnb@~ z{ew68k+dBn>+foVq|B)3A-r!r(fuy>+a?;aDBNdXc|4p+cC&~$kEc82kque2++jDe zP287&H-K=b`YzxX8Pf8!qSy9K1j21MLI$zRz7P_i4RjzVSjnj&wU)`eU_nte*zKN| z4ncv61R9pfMIedIVHu5&7~(5r&hxCu&Y)E`mm1;{ ziy2!AB6C}cytN{=c?~W>egAyAvdopaO->&cdord2V(>?E#~`L+Ul#es+HsM~o)-Zv z>opsm%SCun&lvyB5xzN3bvXA~NnmPBv@NNZ>z>z9jAbfqxYNm+_{F#5YG zh1+H)d_(9?Q9Y}`41#>meP42bc8R&qF8E=f2P=AG*u)(M?8}@piKF3Qx)nJ<_a2Fv z$RWf@$8t%h0q=>tC%23ut&5`q!rjN%FA68CCxC|GkQ$)G1Whq*vMP}#!PeW-(cB6z z5(!cW<Z_u_v$!{@uJ5O4h?$#sfogXh&kHPqAL~grjHtj=r3h;6{}FN1B97=44t>Mmw+Fd%%AKm;jUF!Smh_WgnhhR zQ-ejB{vq&Ux?mJR_U#i>sq>`VA%^PxZx!fU$sG*3NKb2~vl7CbVqT_qFc486&8R|{ z?vOFK`ie=-t7qp?U^OW+gZ(GYqILwhA=lCQn|@>dU0}0 zC%w*e-RtLg9eO(I1|%&~yZ@lMA4@#4+)F4@dZfqcC@ory7j_b+ne*$=*?G50*@z0%wqKbi4vBO@tfyMy z$=8Y9P>_Pg>t?-94<;$hO4ztYOUV-@Lm1ebB+IfqmD3Kh6KW|90x`yTIrQya{gL`G z+&77*EdjnDh_-f%-XHXGkKz&S*t0IhGtfCXZ^n0xa|1x~gx>JPa30OipqQ_5@yJO) z80uKjxt7eCQ}IZi4w&asyFGDCa_9V`G3oEBuK#@$1w9+v&q+Ig(B(gpw8Q!<;{8K4 z*l(dwMI&7sLu))$fN1nBoAIyv_jmdDf7iwiT$ z1q189RgL_Ao0S<@|MV;a11tM&ts~%r`EOM9-8t@eMRd_yGa9ApAiH!J%59oK~vn z7B$GEaFr%`Tnat@93Bv*Z?X^QbNQoO^94;zxe!jMzEFkXlk z1OK?r$Lw-#%#m;6Po340%!yuN&Q(;VAy~)|cRI_I-Y*ua%8{i`9gTq$jgV*MTZP6< zY}Os5kyYDS3mSCEQ<=O6f3{=mGV|4-t`qJo+_3S%3wjv%+89fNJBABUZJS$IZ6cqQ2k9c5`XPomNq4ZSE< zb~IFOnA8m?U#n~bnt5q9H7O~vm-R#duaq`^E`Bt`uMCC|+ryPeqWc0JPLUbQ14cE7 zw>)gHi~mJA6VNMjj)pCtFoo%ys+F?dtIb?r-i|YzXEOl_wU~%h1+thgz6^qTTKg|q zh4al{&s5mAv&AL6#5)fZ8a{X_{`^}-Uw@q9oR=(36m7~xUo^snT6(r!0Q~x9+-vBP z>=!?PTQ)7q|7bJ%J4v5^AJ}BL9}oLS!RFt}5dXh|&Hn+o^{+sUe};Yjvk~a80kHpV z5a~bX^Y;a={$sCyp1uByh}RvUyaT1Tabo~R_$|Zu*9g@eW{|rNLfLL#JCBIa{8>RL z+au#C0G-%-mFVI05w|$XImr{sP}KeT<+`{&DL^uT1tg?QE_`SIO2+}%&U~!Po5J4y zjX`>@fIW?g`nxCQ$!WsJ$65}Gx>4&`9HYJ-0_*J9`Tr47Ffy|}G9tmibPt8OMl|2%#tH3RL%QL80QaK* z8abZpcMMPwC)(to{8ZH~7~d?Z^*Selfm%kvlmFS54REj?hicUdtV+Q~$UN>@b<4#W zAJ&5ff^uYwP!FRU7Og$MhBu2tuAmce9YY{RKE`V#yEOyvP2<;C1Okn_fO;j{H(_j9 zP?H|Owv#=);9Zm4t6_n;ImNf7KCbGBvZ0|AbZE7Ud`zKol>RNK3LVOTx{E>ghWQJ2 zhuItDcFh%-1|gnab4QSk7r_q}?y@~L9B^O!&o-RX4A3e;$T{f^4W3ujId`a6Q~TPr zDW6l4E=V;dm$*5Z|J*ZBD9OqlEf_GrB`@&Eb81F0dgUPVxB>s7W(}@>n(x*7pFXI= zbneft!ru%EzGHKC2A;>4r;8(iTJx0nM8ehs0WS~~<1J8-$JD7DvGRb#?5P@P}F++dAV&J~ZJYBGl&ur~lbH8;U| zaJD^`=x4eo4{;y!vm1#&gYXE)+)sl8w7JwZ+JSg0-gVggPBX*%mU)g&Lf4P!t~5%L z>f%YC#3shdXAIYG6q1@6HN@VAGt7T^mSe-6^F*>zs%pSLa{>m3O;lHt=?i;1GHb;F zx2cD#kl^rVcvjSDQx97S2wtXe2_=u`hK5f_zREi&BH~k)svCC^Crr!<+r10gV}6d) zQ`h)uczy^gDl>altSRpW9&ZX*7~_qdG^;T0MqWUZw5Ug2PKewS-f^%-dEjan>S{L{ z9D6&vUR2&U--t!5a_T+_^`_;gcdmQFDSy~Pjqim{j~Vk@BcMR|7<7VKj`tFhaUfbvn2yR%kNX>82ABX?w`w| z4E+3mOMdze-~Zwh04xCja<_Q*modN$zXH2o#(+Xm!1#{1{+*BT$UyL)xC-&EWx!+H zB$j)K#1_y^44@Tq*G&w;$KB({;AT|I#XIMg&n+~w%3jPkRPd;p+ueRl&rraX)Gi2# zLfC-dcvO0x5uFovKEqQd{bKO8fGoo@tF8kk5E}(|Oct#GIhtC7=+*pFX;(OZJtG0S z*VyZn=bt!5YAbxs;?@h&6?=Fc?OYDHbaM%dc$CY&3HWFt)NlFIsXlc@Z(3?}O%cYd zGsL+Zf%_z=75Ya60hj`h<>l$`Uuy(^A)w+?=(ghWIFy*cDy2IE6(EGf%f|hTX3A#Y zLjeM2{Kbdz5iocX=p(pMC@|Nal(-f<1RTXr(ng~?TUPtXHU64O7Ff0nZX2_o$_$_* zX^t!N(2mI$^xZaoh~+cNk~*6NPoza1klCO@AHD9#kg#W}@j8sgUU zp4+^18AX>5w1;+EjCVmLU+|MD9h4|g)!7X$&tzs!P8jhQP2)E-{7M#MaF}p4p}pkC zn)Wd-e3Dvs{N#Q3+*k%`=*ghVnxKo(@2bZVOcT z3aQAltM7=g)6I_7rn|@H?iG(CMl3Roi4W_0Pi?R|F z569(HXeKHjct$Q0y`R}N+h@zVilohTYTQ*i?^AO$&AXLJNJnsi*2o>e@Dm3tsj!Y zG)3MHW^b^}`31x|)c2z;$Zlcj9EkDyb2mexnBph+Lo#rZ4Y~W7A_CERejQ;FEYyB^ zCO0e%(R>a)->Yx^5Tsi_gs&-30IyLE6yS&GuV!vI{U{*VKNQ9*%Jq|bLYoJ}TTnf} zU-m?USDz|y+x}JIz}CrGms3c%S`Tdx{p6hlaR0T5j z8P{zd_;E>OX8s;~8AJ*7e4AL!tx7XlxGVmT$OzE6>5&luMwWXO9=4HxE#nc>YXWEu z1c|6;+_nP}4;I}C;Yx(VHIXlnX?|)lCHtfuDGb!DIF-pU)@WSpur)uSDGv|s1avuq zZ35K#`y2*Vd)G4m_s~$^frJ!uuEKZ7-9~%GX=C4zU@|(Dq28m;LdEqeBgW9xI)Jj| zrs&r}>8lW{)9H?AMsl~ zUxtJb*g#}Xj`D3mpXU^HW(2llJlr8KgF#m+Fs7YuQwXRSByX%rXG|`c$yEG@MD!5( zD2-f|nHB|@7nL(aCQ%k?N;_U)r%1*6d7sEY)eHNz{McJicl;%IdY^q#pv-P2nO4@5 zc@smjH6jwj?Q;P9jyAFEY-i3Pj|u0Zt0euItto2SI>?ChkC!jb<7^g}D31)ZPfqA4 z=nl~cFf6tvlCM7oS1b(iAf(J}h8SsWmf_bh&Rz<51p?*qN@`l$M%UWLJ-}k=^7WgeX|6<6-`n&S7UA88w0W7=0(e}H6?fxmw6 z_C1ow0(7{%=etKqgb@8IrIITAdz(mAf%Evu%px6Mg)CvY2r@7+ zS!~mbcQS1qF||fn9Gnfa^5#MLKLqTo03RCv;d z(fpi|>y;<`3(yn;Hb|+$8YeHKr$k6?+Em)Jtwi>p3P@}B2p|ve5^L!i+q}$uHDN^9 zCz-x4g-#S2!2Q_*iR|O%N7Y^puu%)&Y%T_0N^M}2N1hE+RV4ePIXx;ci6!uc znZ_eC#&ccZ_~f}f!@RbMZolMuGaDpi?z!w_RG1etl6ITqz{hrOp@&7q`TnVpBKjsT zzJ8)bCE;bmC={R&c?)#`H~T&JitNhQk_1Ci)nwSXW0%9sE=n)ie|t(lyYyM^=P&px zNrMgYm@a01qS52f+uu(Xw%tN*^4yP`#gS)WdublKtNR70osZTCfc9g zp|lL*DR!%6ic)vx2!25aj}laxhy~fM_Vh-D(p<bGoXH7BAzN+C?ahYRSx&2AAFu z7<5xmWS=e+ z5?fF=AeM1?q(eoNi2y(RbV*uF-2+a(AJv}rQ^@Z>1*gDBtp=iKhC@M$NvQoSbfmxw z#W31GH&oR@$SQNNX5J9haG<`SQGCE=_+^ogUNuxPR76Q5xO2V0}S#faB*2}?>H!7&})!^G~^Ttwz_y{{(F!+hY+OKh$35ez< zfCKaqp^}N&H5~dykmNGL-aHS&9(%eT{bflt9;KWTrf%X8Y)_&l1`8)mou4;w$zq1n zd^W7*LJ2COUynGpOhSpM4J(4e2gW=)o$v@M*+*X^eJr!feE%W+DIXnA@R!aWpKm*Rv{l1^5piz%qYXmC zjEe-9%Yv~!FZalmycD2sT{N4^dGi@}7cxt9kpKJ_fP|jV)A#89n`Vz{av9RpBNg&qnX@n!v zf@4Xrjv*F!_D4T#5p8fR00N$)SUgWfsOgbuca)G!Y+EP zMx-w0t4f?MX&O}!6Q4e4%SST84EIYlZ6i3%+5p`Ros&ILi__qF5eAp>rdphDSi-j3 zkivG}lfGs9o?6l3qq+#Q*0TRxg!vk{8N}J!etvcaXIOQW)u;XaFarY_ z*?au~RrA%gVun&xqdH+V+!C2F%F_XGYB&|qVG=F*7){gI<(HeTLiHU2a3jUs1Oe1_ zU*5MAiy6cx5nZ3ZE&>6rY1deLZWGtZ|7?A;f_z4u=S`%4Yo|;~ze|(yiZI>x%32sV zbce_nlFQKtaV2fVmmS29Ps*$ z1h*&6uj|tuFgFX`BZ+E8hI=j@Kxd-xHa+VX=`s_5ODC^+>rS}wk35w)DRiuErE@1h zrV#UinMSiv0?&Yzrpi618`YQHf-BR8-V^A7W6a|?=(zrZrY$I!<;gOPa)XFd9MhK< zXKl6~-Z zS4#&O@|EE9bf=f5)x?BS$6ZlN1mEpkPj)an1F9^vR_c=0HyIk~lLuwQC`L}!tXncAwO?nEv6Fqs z-x`P)1`_JXV0#z@p2Bt|Rujsbpm2W!6`j5^U6JB)=bE{4r!WH&*2;*l;X@8Ck`&Z# zrMf_GP2Vr3LZ`?wiP}K=KokY$%+opp!G^*Wpl_tZNBm+sEzOu*1OpAVGMez%TZdmL zP_8{S;=*ZA_W3Inn78JypciF}Wud|omtFl~G@|8`5yL%KES2Px*Jc*TFu8XekvbED z+47IaJ)~TPWvG(^C@ZzDeab7$(^M+aF7!Zn_IhP^W2E9`eR|5WmwOw6ojKyX2v6j3 zfnQ!`UcFbXTF#sG9@m67eU-RR=9(#9tqLHx1Ofyn{ucXqUtR@5?uIdH5nP(rYH0p zWL@qY$QB6Sn@PlYclDt-7#2foVSNk;VRwaCLoi5DJwjH*p8f zgEE>c4N|NEEy8-xq<(ti!Q#Utm`*#2+?w81r%zSz3fJh_o2qK)*L!(Z<(;PfuPbqs zlch}a#xc*DY3IaZlMBF-5ogQE@|$()+oIbBoGZ*O6AwH^RVgQ**K|ZPQyCd8C7{4C zpA%NEQ1|~Z6OQ$!JX0S&LKlf;Yc0bMW{O<3vz(_{a|^}tDvE2cd{r;vz%qu89pKi^ zc1iEZ&|K#&V#?c z;Q0d36hNB*qImE|Kaz-HV!S8E=Nctt2I#5cbC&1{rK_v6KjS?Ih)#piFYz z1Mv%$t!^Y7Ti!}$OOR2F)7r9OiSFgAV~<9KkkBt0k*)3w<5C}uvFnqCX(bEHBnz`F z33U%_x6q9Pg=}od5D8TJhP=q1N7d|t$*!&iFz|9g0$0REN`1t(&z^M^hDFZetW-5a zOnY_~QLG+k%mWuVd+t;Q)F6}tp)))F{LRxhrtJlzOrK-)(j$v}ir+#rZ!a#S;+?$6 zeXF^lk*$fI>XRdo`Wg$I{%%dxHbhVK0dWfR$>J@7}5t!_gq;=|uhU0xa zc2guPfowFtXk4B&$;OQC8N_*yO6yvN!!>dnEZVz&EjksQilpTQ%a&BRJx)uDZ;gC5+e~>D@)pIaSRgpyQ>+yeoTZdX^p^MM z{3krbB0Q)(1_*2W>S*;6RuE6J)nWX)p8;|zxXI7E#K;P>tWvE`p%%9n7tej|0TZzM zScXuHlb=A}RPrdKu4&x`vN3BjF=y2J@EvcY;*}d$DtDHQBWuE@?UGk*CMEQXBi4== zd95wjlO+n?wvDMd<0&v)`{S7_L605dr5IlnN z%{ce8Z~Za&vCvG-7KE7kJy?U!b+dHb-s!m86PEbij}P9ZN76RGM>mlYW`g*DE@=5J zm_(DuU>=6sih49jgAs*dIq^)-jV=rMKkzflW82i=(AKHQ?KBC)Km{ zQ=_i<<4~ogq@04x`LYZ5vaa-%5SyLa4g-8hkctKR#+Q8RuDF!UAr>WwxTE5z9kLXN zM5doUX%jdyu_o$GAryPr1!l7Je|&~RuIpyt(wq71das=-lz_Trd>~j_i7ceUn2F6U z)Ak(qbtsI1&n1hruQ^Mgu?gI&Sj#!yH<(;JGpUb-wc!X?H4A|A(Y{e_`{J>82sL5d z74_iV_=mZSkX5{2JlHN&ADE7Habu>y>$9(w+eBXIKjzc?UPT3JWxvkN_yBv{?X4}j zA)-l!<{L8|YeRMxGmUjjV>qgz|3$RrD`sU*2+(@VIJ+0Dyk)a8XWArL(F^dV{z>bs zf@Ku0-b#Ez7Az!L%XaWDvZB_UuTv^3Uhy2;6!OV zGV1yad<|X}s8%OQIyb(s&c>BJ{Jk~js!MXrTjzN;?=FSxA|j*jiispgR*}$VaR;j; zIE@3!tD1HMk)6WSiBhVj!IV0xMB+szdLG+F>lNt>AP0U<{Rd~lBe@I)ru#S-z-4&f zwyQb)r%Sy#7c^5)daq< zs|o1Wu7f)E8e04}k>~04*>kahX-4 z)?Z_r2Voupu~>W~jtfK1j`1dsuDo&!wEUEE2;Rq<@lf6r3qV@nars5;_jAbr^5_7! z?Jg20wqpLPm>VE*3POe1VGQ6XT)Xhd6v&H{m}-IX_dx`2f`h&JoZvr_*<{8dyrJA? zcl6o7MZb@+cvzW4?G5bgFv_PAomY0y_3h$>HCHdoYD9rr70M}07svFOouY?zp6hoQ zbj*EEui!T@!jSUXqfcnw?Am#4?Ybfj+(-amkz8%lBgHG6dfFDtCQ9)xgg`cF(lR&a#QqpKF86}MEmvHOuWQ&8(cn* z8ACfjb(6+R+*D(`%)|0xIfiK20;8ol5***C5)q#zX;hSYN#lT&BRd#=z&Bf~9gYoy z8?U~y+iQbxyNA}uOX_#SR2{<)PS;0r5{#_(px)2T5Mq1W=`H>ebCdGQvqR;cp-nNr zjeCAs1aC*O_zV)zM9Y#`$ab+ER}QnOUQ#J-$J-aMbbY~9Ps#Y8j@ zbGk<0ally^fv^u%2(;HPEDd9gmPE>hvVHLigI-33VTtv71QnX->og)fb!!Muq20(Q z{mae_7Ai?#l_H(^=P-G zEekKw&bS@WAQOL3fNQ}ykKS2?{tX#@;>oir-;At66Oqm9{PX}+HESv;#cc{& zMmMvS`aJs897m?MR-^8du_G}Kky)VzHa)e2h*BCY*u1CXbHuz!(Ltzl@w!!&OCHK> z+9x5)iz8P_6hsstW3U z<6m#)gBQ@1Os7>H&ab_`ebHtv^_BP|gF=2_c4$Mw7+ZcljSk$aVl%L3I){tZQnQ#+ zsyWeueEo4!mC=C+hsTY`o0f06hViX9iYHuyY4Ua67%u6zxxDwaG?C{E%EQ88>Y=Gb z;bSY=<^KFNqeJ-82|gVibecT@P4b+%bi8aEE2NyJ34dpA>6M{0;%Y}pdvQ9=&@#)9 zVdD3oqw6XNW6$< z3`2NKeg=Ape1z<@Z$`oF(|KM_-XE1FH8er`k$XoV2nu1z(HrG)px8a=Miz99U|L3< zM;-^7Aivpi0rj`b7W9V>4zXoC(&qY@E+yHUq^j zcKj9IC?peY`4Uf3gCOI)b{ndooo}6D>!`){(OM4?C#s>}3ZgnI%W9AqXd0$szEH@= z6TaBskT?gkn8|BV!P&wx5PFBqRBT+x3nxiQ*=J$Ia;esB#nqedEICnA7#V98M(73R zJo2lKEQ8uf%p#8vyjHctpwgB?fp8-IbcV9G!^vOUQqP#;O8YLjB<7D;(hCRum$*xZ zE+C??zxwO84rq9g4C&MF`xjjb$_S>7XqD}{3q4*Jnn?|x;})O_p`x$T0R?4Cbjcm* zZ|~FDiE=L@y`v&syS3-uqrr+TR|#pT#K@KkPqfb-}_3|M*02G}0`Sse@`-;?ZQhVg-wDgP`eA$EgzaQjCE zuq(JW2EwuZGL+@XynPrCy^UNO(Xi0bF}ZF^^MIB&9&U;JzA4XA z)#1A>$XQJlSdGsOsF}2OxpWt~mYZVE?oVo53&Y?o$EaghOySp5sWF$^x8wuFMxo-l z)v-v;W>3JFWIpZvwRh+le_1u(SbxwYxc1V6rIj*QGrK0QGXDg`7gIGe(Xk?sr=g<* z5aC#X5T6WJM>jeG>fdt!m@+{f6H_z3_o^lYbg;Cds(+>du%AEt0C{Rt3w^jL1<}uI#fFJ+3&;KWy!a#QotoPr2YX&+Vwtw;_40OD|KM~0K zcY5^aZ5ZhI82`xwe-``wmw}G|maKo|nt5%Cd~LpbHTeOX&_5R~?dzHUr;X?z*MVsd z(AOA(R{;&K<}^V6G>^WX+yMR4JoG8J{z164cJ#g`rVz59@?I3a zjO-R=c~rt97i~c%ZhC#Lcm9LJZ1;qwdBdHcm7uu}Qt_2YUf*V&1ERm965zL%BJ=K6$X_(T;0AESINznqVOy5{1;7czF|(aAVv6A2!59Qo1aF1vvPLaz4JT&ia> z20FU=&pr`Dt)t2JK7IL)PTQ`#biTBcVcI?7SlmgohWnXqv1~wXp9sIQb&f(jcFzDO z`?rbn-i{z~BTbsakjj0L6>^6?BoS9r#J}#ufdPL<$veYu=BvSChOKl!SO7p*dDN*6 zhznmx*9uIZm!mDDzZlu*_h4jvt|C)eBuXRsfUk=2%@G{L>JO80-LD(8mgciaNijkx z^IzT?`GHwi+JfgVVDX~-@SN~PvOklyp6RFKRB$lm+O_Rwd6CtdsW8mwO5xA};_&s+ z{~9Z+OZ_t9Q`Nv$2Ynu`Kp~nyj?oA&DZd!nek0{$I~Mx}0S1v13H(=O594jJN+Wx) zF?Q{qL8ti9f#MWORMX*-zK2W*=Mi!+9N)vp9*cu6z|Y9QH@=t}Q0&_Q_|#>%?5)hatMK}_u!=!q{u_TX zvqJNt$J*u~RKVnN6Xla_sBj4GNyD4UL{Bdi^*Ms{=S5G2^^f?Tx9xuReLPhno0dKc z_Jn6dvX=RWyh|-!dfr@wn8aDxdl#k9E=VD(I)(^xyudG!_dP^LD0PwL1F#hfO=?Bn zLC%B6eacE@Rj3a!s!-99AopT-oe(;Kv87C)36>q9a+@%v8x+msCYj#}q}9xIqHCZ1 zI*j}6IaQDS?Avrwgh^F7O7B@uQ!jFg(x+*9f(}rJ?g$;|_V@A5^JMW8v(=+nYLp9O zGmGaC2Y1tsP)KNOAJf>+DEE+lM4572@-|XnVvou~>LLymfLyAc3sBwY%UH916s$9@hFizW zFXv!E9ep!R6W}DQuWF{ruc>aNp$QyeH4U}R-V@N@L;$ew=RpMG_CYkT=kGv2DugNf zdih2gvGX!N%xl~+^gzo`1q1$&N-pO!g!BVnRL4DDXRY2(+7U2cnYCz4KE1Xhfx)%I zSLiz2ibp4^IWq?3J=n5Muv?jWD+;G`jw3slbDJ}}+)nT;%sAh^B|Nc0 zY3PE-vc=+yDV+IE?O~~=33;LGiF^|$xL99c-uKS-FVwX|&;-<~w;=$47_N>i`nt>P@(8S_eQ1E2ZnpYpc3bB&+)*~k zz;Z)2Y5zxPP{C{ay0E@BsNRr)44;LI31kfl^~_EGnwjx1_^LOUmN{)W^Hz39upUho%+QNg zwWcNa*g-YTpw2@yV*1gtFbF<+8l6S2=e1r4ZfXp^>>_`qpi6(w0tId4divzojnLl0 zY3c@yeff)fS&;>|T3}pzRo`K#(f{UA6DV>ut*-5%gHS##dqshCA7hZlc*>T`g3{{Dh%`59C4aR#G zZl=mVcX8St$(cQ_-vd{pote1`IzkxYGIDqr^m5kNrPn6+)!9jxoL8o5q759 zB|!~|2jo;iesHud>W_uz5gZAQKOMASBw4DuDH(iMcy5+1@v8H?W6x2f@u+G;CNWL( zhLZ`lTa2&zM}G;sLOYCAZPb*{oJAIb7ut4UX>i_;LlSa_zp2)*?(v zy2gBlwiFeR(%UXrwXmiue$DOi8g?6)SczDZ<%|KqctWh7LG5>ftHU!{7P{!dSTeK3 zyp=z9-Ndrpw8ai;1nh_Z#2b9o*4ALxCo_Uqbm^ctYw)i6wc!c^ycPT*AEJ}HK3zq_ z2;|b9+kNS8FQ7ffEC85nqg0YmTvkr* zE_P_owxb0iWF4*ApuIOa`P>&ZO8-(U1xvP8CA*S^LkkB)qxbcc9jb(?xY*CTXW`X7 zg}3%C<{AnEr=dW(%9iQag7Vnjf4YnWmPnSNlIBkSsFUlW&zCH zeT)aXtVB3LYTQIr&y*oD*XO1Tn`&SN&paP^wX&p>;wk!jf+SUAfCW2eOm~i&?`^+mSL58mp;VSGw3xh>7^O0MTbWaENWhciAyxIzODeVHM$;bl)fT#Ca_(g$)2%1%T# zijiGqNdt0Zn>=%(%3x0g=-%4NgmFr{BcDRc#1)R9Rl6m~zWf+4N73Nh{d7VePZ1A> zj038VYPp=VvXy_@U1QY5HR~h#elIwPp9EX>NEl9VNG_$F`HS1+t~q|6tKl+ZfVFHm zMgH)~J{lcila++&E;~2lHG7C5PCqaYpL)Zc~{*)JNS^{c$;(Q5*6=kcfqB!e9tf>uH3q z(mt4*W+VY0hXbK?h{vhpA~-Gp3tD(4zOrEW_K3|CyKPWVA&z|d#JjZpD}{0WP5~>7 z={d&zk*^vH>P+=>eGs7yO8c`3&m^r@65M4M3txW03&cXKOhonRBy;@Os2xqGK^K)4 z>x0kEb-MfVJ(jH1SQq+Q9Qw=I)+!n&Qy9!9Lg~F1I_*xFvF@=j=xLef&Djv6#u(#J zORq+kbvg!TEQ7J2K0Eh4K77RfYD;3;*sG3;Gemfy1D!a{QqMEhH}5P6ciD9-MKZOO z!saoy%}j9*g{2Nm{*x^k7P?NI=5IAhg-Kirs6$ z-31hg!LPF_OL<|kK_xlxW|P4d2YX1O0h90m9GcU%JWwn%4cpMEj?GOx#z{XfdFsBw z_Lq*g8HLmOiHJkmS~&GZOdvwr~|!HEGDm6C&ZK2yB!;f zd{JaZar!eH3TuQrawC-Ez{5R;O@lVs3hWXNg1{;HhXvZ4IB`?B9w2Uno~6&wqS(Uf zM~z9T^jQxtI)P^gD?>Pht$9kOi*GzFF#lYMqu#8ieQcDlF8bXxl3cnXcC;H6PRd<` z;|u9_Z_@6rg0ZHm-1y9VvPF>->^3yIeYnnFc~1`rz5cfA{f}t6ZpLW(_cUFA#QgtS z)Ads+@|(^BxbeU8_e<@6rP_Z-+5h09e|gmH$-lnOFXjGv@n6aLqxpE4|BYI=-RZw0kB{&7ci`ju?^cBV-cCM&zsyO2Ut7T^zzcAQPk`_Cm|1`5 zUas^rSCbo%`~6f0UCnHO{HYDPnudSMvabtY#m@rK|I`Itbud8wR0Uo2E$*Un0pw3T)fLkK@~4{WiemuzQ%iOAdI0&iRsrt@kbi3x@Nxk8Q$+>5eGUs zBw0wZc6c;*sPKE}esZJX%MN8N@4V|7vhJG30_Z_pucyfMBUHf zITx>OJlrb3_YSU>XWqMqgelI#x^;Ti2V1IiH__^g6Q7g{p0s}t59tF?*b)Uot0>Y*LZKL#0 zMWIYL4QT@bQ78b0dbRm~@)=6M<}#BAKlW0Y@||=kQe`87AeATUfu!rYySF52O0s($ zfyRagxS0#KB?G(-T=K>fJ;kHQmZE#}>& zY&y$=GkZLfY@xY+L03{;>`C<4w2S@D2upB_RfGcZfLbr{@LKKFZA5FSH*LU_KzSR#zb{74AiEh*{ZnQspAPZ@QS zD5khv;#ld_)toJC5>t>xpJ(`SNhab(R5wb6cGcRZR6nn9>pvms7JFFMHB}0w94kJ_ zYzIYEA&n%(u2!HKd|Ac@x1QMN9NyL@7=Y8^fi;zCtg>7+SE&~E-~)WL027o+5Q<=r z!*7+s-RIc<|r}=O{wUR#kEBRIo zC0`eoq`K~_*H@S6PHFTWGSzY9&$X~UWULcC(cZQ~{XPPRFW0^`N4>W&InCF{s|>M= z9Ny7!Y%*@F5zr?|OZeVPPN05=;U!u%wt<`VusJ7Bs1`FX^*otXqkY>*Q+x50%=9kh zY<#3pkG!w$zxEzXTU9I_}puD(K)1_Tt90>x?;>Yn`Gt_nIlZV$a-lC*3H zpM;HcSM=XsDvE~j^>^G*z~n1H;&~k#aF|#yB8tD0m>G;6anL{nIrzN3IxP9^gkd;8eyHXtF;ui-uZ86OxJej7wQ zhLC@Lm)^UVn3*0I zH?F>Xh-f%wrCj;Ww+Ht7a8`>#pOxvW@|i4rD<|ktL3@#_Plv7aJ3ObXfl}NKyvZ64 zbo?WOp-anv(m-_YD&IWoURmBnyt}HY4-lhdU2lUcUc25-+lGf zGPFKJ&>Zl(JaP@|51kf%7~Z2;jL2wannauw?eU8Ku|0#r+LEExDg)qiG2l`IH!ug}8PE+l$?ceVscF41& zZ?lA5sZcAnGFmJfzn?&O?qCtRwF)=uVWe>D>)vr!%0PExR|-hC^RBinSFl3D{NNW; z%jBP(D=$GsXaWy8i(J-rwP68|Oo&V~7e^TVm+wU#$YvTXEpww)>#Kbj6(OgXoc*aI zZ5`ouFo&05+;>Z73Zd*jHkq-2LF_BW^Od^I*{BeZIibjWj#01 zzr3bwYxA(GOg0lIRpxlz0O@Q<^J0Qsi|aGoV}l^e+t~7}NbjFdmz$rBKfbw;*Jw+g z9@pR8S^@xVNi-M+_~y#U(O_d=4TDaz=ZUT|VGZKk!tk|~?CiMjXJV?gQf-|HDy-xm z*}w3FWT74o5%GktYVE*D4VQmEMwH}B>-FQI^^DAfsXMMa!Cd6V+&2<}c~y(YW-iOj zW1hJm=Togd!1UED<0fz}$I{P`*V00Eq%?G;?z-1ApBHnE_hRSbB`u@dw-44*RY+iR z_`WNg)@;Y_0#$3J|Gv=lziQiGeYn!`F|bOO%QoS<|om+rdf z{S5=**Okfh{(PUk;I+PAh;;zs9iPPt+MB5R0GC{4Rve$hybhDZIwweaj0Y?xEkBf$ zVH7+P(R}(bl7#ImY@267hWu#-wRvX?9;JYboukBaLeTp3%Mw=CjdDIlQdhT|%`rw7 z=X|k2A4H2oYd9>`qrR%}!^(ok=X9OZeD0A@j}@+oi=rCUO0ElTKIWvJt2p)c(d#|7 zZzA)hVk_?qW7wQctIf-19ca##w~ydo&l|l>C3ZJcPo*qf>9b3-PsX8U6C`Rs+;hei zwB~die$_x~+#b=*$T>t?cakZ0E7$J2F=oA?qO^Zqi2wxkTIX~_@8CH|(M})`o}H*i zSRm5IpEH9X4}4^h!9WkJMAsvW;HAWql5s>!O_;I9pIt zL()R%u{I3;$k~@xQ1?w+&=EK0J#o2D69x113>{qc!AHwzs*>b~9BInYK^#wb6_edE zmk?^h&*HbUFxNHu*@m>}jgG&Jy8{cp(e{Hl|1e_@ul~v!LX1m`dONqc50AfpyFfmB ziEqBFCu^cL<# zJ-$HFD{ruk{2I|oFM$ec5psIDS=TQl%}$XYy07qZ*IqYFoLK+ae0E=uf~N(dJg+x_Gu#K3KfG0cgj&-8*U`bgy*TmA3wMg+?3SMj_r(uyzGTH;WICAYq<}n$-ag3@`rA~guJ`#CO|Kc6+0eshAk{72(_Fdt=n)wR zCr(Ixh99C^2Z!585x>s}7Mr>HS#r;h0AFVMeYrra(ywFf94aFp=<#UDW3Bda3`%B1 zdP(bA&&X8f>-*%nIz;oDVvj3wtn#c%Py>$_@@=t6ebKiSQkPl#;z{e6?Q@Rx`o>)I z3@F1G<3H0@bMB;f*{$PpM#Nc(g)EsFc(^n5!F@&i(Qs+7WPAAjRPp1z+SJTjEkc;? zx=&`lfn{YM^5=;92#hFAU;3SdthL7T%TnhzS?Xbvv2xa5^&fb@$#6_*LV$*yd4B(i z3pDzIxFuueBcg9T?({Wq!QODLq^j|dYWt?!bUp~n-X@JvJM0GN0tq?i-YmO~P2gID zX86R_GucRp+(KB)#XK#CRM4qzE@YS?A8ztQQ9NMrm+abg}kR`Y5Eahn&NwqM*T zufj*UBuhTgSIRHD)(yc!tdH(BDh+M`!!9=4qN*BEZ`An<1C1kh8#}z|t`|q|8ug~2 zINupAg;9$*(~Fo*lwKZbGhEu9_M5lrl_ZWhB!`vHF#K3Eon2-Mf#Eup;~J4_zjaH% zbVr3ZBje4jBH%2$NdQ0?0oW!rvPv*S>n}$0@t&L}SagcK+wgYKLfkdsanwx{&4^OU zkaT{4(y{{Qm1M-Io`UhDYeKYmFiLX3nmOuzJ8H(rw3ZkgZl^AWZvRum)&T4(*z$`c zUuFyo!&1|)hHxVO-XFJmwUW#o;STr9dc-3*K*>&1KQ66!wq3snwhynO1w8vkpPUx4 z!lu}KSms5UMf0H+wHikl7tuxy+e8bV@rF4 zC()&FyxE}67V-c#rO*}a4K~^rvMt>;+)j-Nvo7j};c-=xSgC0HhWCbzv}RJP$FTCj zwblsJV?l;AMH9g})$E4|C}Yn}i6BPk0!8Z%wn`HmwFb)cn8#F_imE%dw%eBH9MS2u zGO?KTDk_znwl^QRE>|X=*`Y(^Tv)crbeT&k*OGE@!+c&pv3uxRoT2Gom65DvJM6`{ z(B6X75#WU%DC>nEH2Oj|BPJcV`pnqt>;T8SSuIG9dC|yVo%>Sgvt z;q*`OK$;Mx3Z_q4E^wFk-)B|XB7s^6+XU6%{M_1Or#AZC)}deW#@vGKMbGrhZs$Lt z=4GV+)uHh!IQzfj(Re*<0Gan+LL~kaci%BA$=_6e|5$DKPm26<>2JyF#NViYeA}N_ z{?+n7>;1p^{pH1eN&eoJe{$(((K{6RS@h@cb(O!>`&;6_@YlR5_n%Vd(lZPGsv-Ja zqjVRV{>ty?UsKo7U+I=^Rsphpy$e8I>8gOA|8AujVBUT8R>05y&#r%WVf_D3W#~ab z2-x3y6bR>WGwZ)t*xUQaZD{;5s9o+SYNQ=NJ}T>$#0miM~90s5z!7oe}7|5ML<-IKsx>FP`PNBgdV zQ-ZFS?muXNhXDQe_5sWU=)bq`DgX=!@ap|pA7CXw|GjAU{- z>UWv$C`@Gh4ZJx-%pW+@yItegYU+RN8v>jiegMu6PhNG9O$j6@&p0K#0cf)3eJt2jK(fR~dA8T!QJvhJE;c%Y8arv}PdW1P0d9mVzt=sC1We{^Ob+?5YWMMn zNueNECuH7T)fRR;Q0jYw*Qx#k4QZpv{?;6$BRm7>_1Ys06XzuHo915!28U@~B|@m) zM^AoOj-K*^c_tpf9k$5pQ}5lrq)QjtM8k%m``xlhdjkG=*gM^jvP|UbOCJw!iRM(p z$6FuK3ZH2B=%Fl&e%(FS5svcjA91ndeC`DW%}r@PKgyf$&d8YZh_N7iiMTn9ixzsj z3vAIH$A$9Lm{55q`tgs&%PhND>o7yC12b!hd~{{M*Ne@G>m9bMeqVIV=*)35*JW+_#}1xc;we$ zzZp;_Lefx{9!)5c(|ua@O$_I-u?w**@|m$)`GoiTi!yFK(tEcBE&(xL&7?bMaT%F! zc=VY6;lT1|m--&FO9-aOUB#P8eDU&=g|>ZLz%q2kGZn`NW~ds^NuW{P@%5WdKCr~~ z2WiKelW}0PaZTFmns6WCym*?`Nk%s7m;6D}B^Paj5)~fJJI|&mRZ{dV7iFz(?YjJXPATU zlX1?+u&r(Ion0_WH9Dg?7=1!BiCR??&P%-%!c7<5|9F30y=hwOGi!c>$qX|U3kvue z7#mu5(muyGqs?U2B1!wkX*134JvWOqj>?8%+q|ajDZ{!B;orbSXi$ zd#%hVbTFE>Jsy}<3nj!}qepgmSbgaoYX0?`_{!`fw<1Racmj9oCI-+Ad9^v%H2bv$uLHDh4`&zPvChuF$N#m_bmYyH-hCBRoxD!Zb?*nS|l)7w$}=(BES)0jiY zPxTBOex_O+`=K#AM?%c1MMW<%mrFDFkG2SPN&gntlcbSy}P=HrX2xjs8yD z{7nLK0~KB4PgL}hD^&DxD3M(n>$YY(OaY2Ffw0&`^fLvB!nk;E-x#wDX&Ha9`~wxe zI!ZduNtXt)MwE*<<3xy>-;?{@~$yu6&@-hJZ+`W&F z`lBR*W*Lxi}s4%ye$~`Gsxquk1j0 zl2f*W?OVI$t|DW`8@>bPfq;n(Jzzcr2>3ogj5%8O<;bvUTsSBqJSI0Fw=Mo$FczLs=AY(Qd{Mqp@CnW?R)KQtFkq zn^X`So+lg@&`aMbou_`P!2jhnZm>BS?$H2BYzg}W5mF(@t?XROM;{eVUq40gViVRw}w|K=kX%wqyL zLqTlYK;rL&3pzgBHl`?rKD`_b?J)Fxy^d|TL+6W7{4y+O5K8)~nKrM~2``T&$K+{Z zZVcz72lF!@v6U3lHla2Ou0qRaMI8veM1A*L_1`j&lUU-bnW4`f7x6K2F=#Ezfs#^6 zkPR2mQy@!whq_Dm{b@xKG+q1O;}zC=^b+Nn=IMU;xQmXGmxwT^7F{TL#L;|`So>tF ze&AlHt4FuV1G37B8Kr(3{V(xsB`2qmA}m9#t%DV!+M8yx%N#!(Uc4BJ=$3QDLsFle zIT8|e1<}=CVM3aw=nhYlc~u+7R$0}|C@}@&@-c)T?MxSRz#au?VOXCq#JLW+CG1DO zu#dp^3@;_Wm9=*iHZ#)Q9E-ufAaE`kxd5nhOlw4ymlhg>;swJS!O+&nDtx7{pXQeE zh(2g$cVa(JjGUb{>`D28zt!yK-$a6BnP0X;Qak}!;$&_?W|t&p{`&C&Rn%zl1oqS7 zfUo+JFX`<%u(?DAQ?-P@zsRPUgIvZDne~oa)M?wswhkXHqQt}RdF42y11Ge6M9FBd z!X+?XIQLYO=J|fE}xd-+(>%G>A+g}V-Gd~!#ZBlZRVLn^KJpvBPxWH z9@aXI{#Q(SE`IU5@r6XaR`BD+3sBmf*^cuCTJBS`UKhd&&k zENfcFdPB+?PlxT=XRHR%(N|CEJjyxLtVKUlE2*%U@lo05sVS$`&+A;s9#cE8EewEe zW&0gv(+q6CZASpM6Tk~xYeg23pf>h3m_8HLURt=u=;&uoMQQJ;ajA%tq;-}g^}WFS z@}Or0S^y1+F?XrePvwzbFO;v=U!3c#;c>`@SQ558+*gS#pA*UtNH;*%%PFT1({G3IS zIa&Yj1zFf)OmmDXM`R#KGr=yFcqXBslXv6>2wVCeg>q|$YL6dR@<}NjmD#0r8l%F? zv%#ktoSY8Q98e9p3=a@-5#yoBW@(4oHNG+l{k8{fJJoXg&hM`B=9`8P=D~m`CE#GY zZRh6T_(0ud_fTK@djatAfYp|Am$u=f?WMzW?}0@t;*E--H?}0);#H2VV8`FGmjr!p zwl}kR8q+O=ktp%0ws#-%r9|ivv`d==7O@r(hm5O|afmXr+?vL(C>|q>r*wj2HIa&1 zOW>i2PeK)o&8OD+s{VIblgC(!i1)Z2jna5jm-@#tf1$Go)HJtlo&pzjQI~XIG<31r zfbmko%5SmDf^VT>$Y+uMJmRc7v9g84C5&lo{OfQm%PJ0 zr^ci%TF=E;mPw05n{Z|EJK@*a&+jvqLf;l362yGR zV<_WqcBp_({>lON+T*;-v1gg%v7gO=Jpc_HO!oHkMh-NEH$%pFl8gD6q$C(AaU$87 zN=PTIrIZVTM^6NB1}iUwvQ(m@fI@XbcpTynW>rG6namTXVw5`3um1UYg}LStTcuUS z>~t*3(4bF85>{>bd#7xdCZl?R@{J!jEz{E?{2T{wjzQQ~z4?>OO71-5q?u#908o5w zIu0AEYH1Eq?uB7RIbjqjO|2*+-;b=%pD+}tLYLGkR>BwKQ#=DdygqZc=plxCu?zFf zy*)rknc7Yl>?clqc6YU0yxd0Z?!ly+`iDM*929-C4OTQR14)x6Z!rdvc(CuT!a|}_ zD)W2>3vvUo82Hw%Nk4Q1T=!SuQx#^4p|&t%F6Nj~m6#cr+^buiZ{t{>bowCaH!a}>Thm8~Pc zB$|>^XqD%_ld>Ct5D&NP>t-~7aW;I$EHceNyxO|P-10&wXu8?`K_XILTA`MxS3Z6XU%K!(w%swP~bE*~w-qGp4`kT#u zFyjVy6i7)0FpmZ#5bB;swM7pJ=VUq@4nk+LWK-(yJFL*jP8W<+_PPh0*xp^~lT3&e zg-rvlDGUi{^%PqEF8)b;{=1w9i1WfM&&W5=zFD_Nh$M&&@4p)hq?YCJNKs^$@h6pz zDIomb!XP{O6n6c-Z8pO9g&fHeQg>=b_pbKVA6k_~^fJEZpA@rnQ?tFsD?~9?i)Kez ze=w5z!9 zuDtvKNBZhR7%=tm+>sx4hQg4QB=SArWVw%B8x&m<5rswlend$t*sZMPYvBk(1rCl% zdU70k0b+L~ee@-2DzkuL>$i82&Lsz6@~K^ItzSN&UF3OUMhO`izG5Eix6P% zm6)-qGCj0$nIOOhRr@vW^UO2SaMN$EeR(f3Qmz@^m)pnGM~iRGsTD?sU2ef}BnnfZH0G|G_|`Py)jP&|g##@lTX3C-Q+f?|gcO*K9cvG8$ zX`qiOl43~#$|!xbf~>O+3crW@V(sDZ1^>1>UlWbjHs*BZ3v4XvQ=vxh?R3bT)@{9% za9U4=8Yae`2~=KNUMTUJutEm)RAQY0spbj#9zjK8#VXGFO-+M0K-hR$Xh=gNcBWo2GNLmN#Y}!``AGHauk?OHq#AcOL zG!X^QLh>ppn~REG@g)85y%UoJaRB>(H;dyKS-SsfZdb9t4h`g>>?l^3a82zw>5Uc@; zQZxq_6PYutykWH)(AIYEUwz_*Y=MG9)Of!2Ko|<2szW0?>dh`uu2wT0% z<0DJNMaj4jvrg;0*>G!(ZFcsx%qo`r-d_9E|Kk%B+ya7KQJPw9-;qlQy@If}l0SG_ z9!~P%`h!XMdl(3uo|CEM*l*>Ar7#cT5TVES^WcK)INQUw4`R=$OnR2L6fP>pW0MUm z%4f0gyxJU{VjM8XA2`3A*ckCAoN6xPy%3WZ$u%gzmrE%@s8oIVFq&_A2BEqZPfckh z{p>#EaWl-VT)yiG^fx#Tz}?^N&qxpVnv8KKmS?lq?gM7Wa}r&jPB!|B8RH)}YGE6+ zDCo@g3g-BEJzZ&alUDO9=rPIA<3~y@E~xNz+F@c%^XsjJmQG=TyC!mt8YyLN4ozE932;(&lQpB$dLzP-**DJ&X1!&Q4g`?vii8e zC~Q8(V!Ff%`|aCo#h^YS`MlETvwWiPoDOzsD$eZ^kowZ3#W=oMT0@$&^<50qH?F>IEpTg9xar)?}833y@o=&O%=Gy#3i3I8y z7-A2dK19{D$uws7ls@ft@vHQa@qKMQ|K!pMT7K{XI71%vVEY`^gMI0b_c-W>oo?m% z9gn6=tT!BQ%%ynp0D!WIWmE+M2{2yA{e#tY>StHdt7jBpS{7k^xD%{^$o3u)PrKXw z3>PrBS&WI-7sf14S3-8$r(kBKRe6xC9>$9O=r}_B_C&i{=-G=V=Y}@6#C};dEeJBU zN(Gh6ZM6?fbFP~Ai`pW3XX2Xk*%Qi>jIR4{H)R`Z&`hlM~_~n71s7h^T2dM+HF$L~J%c4rJ`8$GxtpDQWnf_!O%+y0V|tMNsC#%Wox%j*F>O8a*049U+gC|#nV@O|t` z>fMVr;d@T%o9&n0icWSCFN(k!Aop1BExO}66^OYC-wH)OM>MJC}0k{I>$x4bJSx(nY-bQED}_@~(tRV*^$g0eC4T3u}sm zsi{UgNr~_nwQl8Br@=w z2LN`_%rupJ{9^qMzDjtz9#>eb-;8ck+{*XGJNijzgkT2V;Xb{%tRJ;7 z3S=$X0`Z;URHcBJA3uSnSsobZw8y0MsF zC&9WQ`|?Pp(V{Zf2~?P8t#BD4gF@qJW6?SV-c!D3RNbW~#CuH4;IyEcm+&Zi_&K_O ztx@3~cYfz)1WT`tk&BgJcAbh*FK zKkL=vIifRR^BaBo2KpF1?@n#Z78Zc{{^qxH|I9 z!ugPKPKvR=dE))H-SO}-3u5fUGG{Rkt~27s$gpTAr=t&+%*XsVBJ_eAo8xn?mfuRD z#Otk0r=%tO^i49fg7l}HT+EB_$?t$r;~~jS%?aKVF4|GH$VENKGRa`ZYrvIdH&LGoV`miuO<1cEx{1nA2#1Ps1 z5eLii2X=ifuxcJkaW~%4fytS6u$s@7$6&M@Be!A#g6?=WX1po2w+|5s23-AsQ;8eR z!ey!TZw>RPfyvwJP0?MLPn;-;iCu%Jezr6LTQLT$JyZ%@H0X-L_=5WHbQZ0 zkIH^xgiywt5yU;Gmn1+dso}JOj=Xe|OD6)eXgO2e>P5UM7qTCc^28E#M)w7qigB-? z5k&Cg=AprN9<-Q}0#m z$hc+TGr|cm+u`{*DZM+5*@M6RZI3Ne=lki6ek+*l0aKl^xZ>@7?@<%l;m{xE3thsG z5uAhw1;6(7xNW}a2TgJue==)@*{t|1)1j;MdJ`_6IOhVTimLn7cB+7~p8uN@63#sx z#(>;4-*Om~!w7Z1-V@ogCyWv+-un;d7Nk1hII_DV*81ph!14BXpIsn4GD^cZOD(b= z7ViUudn!faEVs=UmOGxondol%UjjD18w3yB4}rMyV^4_)mOF>D<;=c0oWed5Vi*}> z-%H}Ie=b?d1O8a@l_Xf$!$5?(0?)x_eO(W4#qX+VR6AA1Y60f(R_OXclBbcFjA~30 ziS21pTu+NoQ>>HEX@ZV_tSLBHt*_K!g9ix--j}AHk$h+YGUpvZmxS|Gc(q z=F!6V_k;8cz-hN#Wpm(ELX0_h9 zkcD5@vQ387joNUk_(^ij#dUctQ#TTCMD`I- zp0^g7S5tAq>DqaIoUxjYt2e)x`?_KowLDzSgNvU19tuG8Dr=e z$F7q;jseSh9f}AFTcYjQcN7j-3ngMu2~m=fjwGDJ(`_?Rb&qV@1mnIvSl{wS{&@g}CaBKhGRTOY@4|uiyG(QK{A5&Nwx`7>}Wn*d0plJtrr?|AdwT+#_ z{`tpHQy5f|&R*__@8Q7wX2GF#m#Bwc%MYhqV3Ez0i?(yX1cW@4;~?`H%0eoySjyO< zO-Y?9J$Uz_MpFwj!H;IgjFRxp#X`-@*b&?JQZLGnN-g&9!=+ps_&=@fIp(9J`LF5j zV7}<_`u0IiA-1sMhjMcLY`s1IyXW@J4r=iQ@_47S($cVvs1xQ8i+GWUA(@1v`rxIb z3lB`|dA=|$S*W;l9_gcpH0!N#sUojzl|D$z#s@1)LY5{KHOLkQZ|6!3%QVMw7v{kG z`iV0OLZ3JVU&3#WZ1jmo`-f><6^awahIPq-Qv~Cq!;FcFfWBRXUYQKdTX}p}3Bd0j zEWZN7p?e{3P#b0gbp)7H2IjqBAmKu zc((FG@XrVxGCl+ZVQ`%&i4#^ ztRpgOjV*y<0}>5-^kIhDD&3<;%6;nJZxLWpN~fP_@A zM;hUrs)GquumaV;)N%QQvz}fJ>ziqz6*lw7#cJ9Paz5_ZE!HyMXVV|~YbhVJPOKLB zvDZ%ebfJ4FaCiYr8zaz?!r`nzh)f#v_8@7{?p`B!=^J>4Ug!G!Ha@9LxcDS9+@b2TR=e{OSKl`}XJZZx%}%rfszBP!vvL0haHEM) zSl=PTDP_(5^dklBnL=fuH)1U0Z$Nz|Blr>%bx~;|DM(SFBaEV>+HYs_upIfU%1;ZMQ>03e2ZVM-eORGhH;4=s)gto$%_u6y(=9pvr_U88s zoh@*B{G5Vk?%|j7zg6>}aEu2tp9z!nvm5V!LI#6=iJ$hLxXh1rfT;XpLN;( z@e1d?2ZLCC_TUE}2WmX)DGeO@N1oC^k)JC%t_6s%{AYgr!0CVY9sS()pJgx*>H3%3 z`z4VNQ0n-0fR`Vg$bYTt#H}6-g8UfU3=sd(O@Totan^vBKiAHMBCUZzfX0UwocRe|OJZu5^)U*9$i~{oUui3Zr zzyJf}?>`iPMuE`<$fus;CqoO6Pd&#^#t|T&dbXboAV5C#Y(E(>fPCuNe$t(Q{CoRO za^;*Xo_@PN(2)SZ`@MZYj{@@V?E|_HkbiF<(3gPxd;3m2=h=U6-$?+q6Cn7lexM71 z^1rw5B!n9K@9hIR2RQ$G`%Yr2ofwwiJ`Z#S3p>Z}?Grq1AIC}i&U(%R!6 z$VsU6Wa-RMOnZX9_f$~ruZSOm}EK8NL z)4vZwNn@C9BcS5|m5W6~u(z}{n+)6G%i=571?*N2<}4e4JliQl99=BV=q=+0%Lj}3 zxr1Lb7?=`lllBR59t12c-iAD4Ze=b~y(M)RYTJMo*0%+?YBax&YyNdM3Jk!D5^v5k zt{P5(g2!Z5^kk1hU7;VaNS>PW8ZeEkwS&wwKs?6s0y8#H%yD7Wxm@jZ;(s!&}1qDLuy9tqVo?Z^ReE(HyjFXzV6gX| zrzsv^MiI4f3#^6zJV_?0DQef0^gMao?RorYKiuHQuY$m}E=eKkMaeHmq%rn8Z#Cv^E` zT}O|SB2F;4(&%X`vb&Mq&EXH3A3uZ%Pp&#odXp8Vt)F-Dr>*R&j0RzG-kDqfwIgNQrnfiYpS-0g~kmwi`z z3L9%bx$eU)IxcXSl5dOb%`pxw)~9&R-ye|)NrAG)*f}zbnKX3tC*fT^e^H0yf+QQv zdPccFW&((HC6_yhq!JDEv^+8PiW8J44)aeZ zwf<^Sdk`2#fLEbb6uZMZNFZXtdzT-@Yx)TK29vR%VzcFEBBVBG%Uw7b`vSLmOUlhW z3g`-pdoz(Yc^iC)eD)p_Ez71gHcdQLU(SDcivoT)tt3We#?^)ZZ~bg&L$Yv%dNG(*9&Ld zQe41ZTCazdWnDXk>+rJM>bZOsp(DFp{>m2g;)oB`d5;0eu@!catwd)%6OVJ@0C~DS zx1(#2?l!`anMFt6vIl?}ci>)bkhygmnyBrio*=1v9|#l8#VlJj-m6O_&oJ3|ilYnT zweUX+FB>W!bl--{;>iPB$c%lxv*2=h%i>CO(L}q(3{vpt_RcTd7=Cn&Tt#DJyt30{ zlYG=8$_F=X?30IxoYyf2Y20mS7)+^U!*JeTpT#Oge$;*-oxEw$vhaSt>-N)?NuI=Ot;jqq&4xse?qYPeE+$uNWcS!&ei@w%r;5ZgZu`m^!`yl z^II^CtC3SI_S3n2m;z&ragX1`=0zt--lUzbFVkn|(^{&d1}l0A(wR ziy+P`1C%E6=ufUUjtP@=x4`vx4&rp@ya;tas*pgX*@)G-7v9l|8hpFwKGqAT9i@D1 zGv<2^$}B)kc>SpdG9^-^$Fl*0n0&`WJ^v0xO+bni5yBYgEVa(cNKQMs1gFrzg&kl;012d-o@w`nl-O z^1txWpR2m4e9k405B(<~(9b69&oUVDPeURw%z2XS`R9xOCuK0_zdgpnf3mrM zrEb8x<7XuEb2UJbKMIR}Viup6(#Jypuv~sK)sOr4yCrjS{ z3_$+PR0pmJ$S1$Ya%W9($Pcjo&*C2b7n|ac3oa>v&bllbzu-m%B4Ua-#MI#RKLwGn z%nnfB%-uF6Z=%JgiL!gzXshv(l_u!3TW9hmRg^uCygIl62ifOtMsHuWQ|1#j-(hMcw|(SjtoumkEoI7WeiFr1HJ~;bn zLkiz0IJhQt8}3Z7qZIPM>m;`Ysf83cjxOOvZHUHfKo{jY#+|Ff3z8B5Qu6U#|L$36 z8)+PT+l2mm1VRlF&B>T`bl&oMAa^BvSCnqzVmn-jZ;qg1oY^o+U_V{f%Kq3T%UM8RsZ=%Y<^91+nlRb~WT zLLz*pF%8MrcBTGpl_mGu7sb>H%sFN7g62sIXo|UJx+Li&2Wt1_B433@hlO!T4*Ji~ z_O-XX%r(>r0AANx)=YB z)5D&;M+*bqP0s>kZOs;Op3nEMW7yYN;-U@N{QY&M2|@- zUg3l38Gef|R=R?qv~7WMEvah0+I>{#C5>tNhqz{xboxfES9iJ>Az-Z4XghOZkfcBj;q zd*zY!xG-I=W{cVYBT34Tv%ynd%CeYsfwv7?G8s)#6^$F*0gm)mgyDT<(@2|~_tMV2 zwTr@yvoWmIUbGzBG9D}TKDB{Xblf7?bg2w#aEQ0Zd^J**$`S0ZcGC)Bp?sQbak1) zei_68;n|0b1+Hx`g5bi(%;aa9ij?H{8m^|eYN){xi#PP7-8Qur8$;oK6mVB)K$=76 zkVsucs3>pWQD!o}kwVFPpwr_PVu#z}zCY=%%b+y!q{)){^1T;AJkP`q3~(~h_~eS& z^b$Lj^(76w1a_!t>+hy;@h>`<;r*(p<29|{4DG+cNCC64{kY-|EED`CBjx*S<=Vw-#0oyPtWQ1$$SIQY${ zxmhfp4u2@mfOW8eVNSb?a9iKKM(C=b-ves>PHUSqu?T$$xH(#S;&8jV*{5NqDUWf@ z3e7a>IZg1E++x~cqJ;t;L5b>biuGahAkT=ozV%1uSX{nV(9kJN$U`^0S@!j+zL-_d zfWDh7r`^|-VuHNIfv<+5NIV(i)W}nuk?dxZwiH5&pPNRXJc}V;84JPnb}_=Wwcz|v z>Uarz!a4ERi5d$#;9_w>4V>MocdUWa>@@XI1#5r?;JzFg>d+~WVixwKg9{Muvgiom za9zIx6#;~LCrlAm*DZHL&0AEWo4c7DeVe5Iz7OJ-s$T>B;Fv#w>~N3+b%s%K4TW0j zB&NK=9x92(CVd0i*MfJrmT?Q=gk?N6VK)N^3A@}nov3u;=$^fHiPIU^n#rg~SaqUo zfn|Eh;^wzvc%XOqCA9sasV77IYb1&1MZ2SUlWB9eVm4qfJgni)z5k2iCXO>~!Rm$7 z@%;nY$$=pE9@Qi>dfNUw{L2smvIltODPIb~5prkyU`2HKV&z2(XeGJ7 z*+a0^DZ!F5v+bamle(j9_EauLlrSB)i1bGOxZ#inJBoLH746#ifDL5ECs&YU%c&~i z4O&l`=e3wuW^bULU)4$qon*p``H5s(W{{6$B4xiX1b z)9_>H9(U9ycL&?AUjb1>3h`5C_79`nBuw2|&NM4Q60x>1W$cQTakqx$V4F{9hf1T! zB%n1S2zm~f7g+q6Y{d3+;R$Zrdbvvaykq1A@{iWvO7Y>EVfiTis~-=eb*f!-_KxN?_i0UYhhK@FtE3++nLm3%uz-FEMPCPmqCeiI z^7z%$r;$|h^5qiCl~GR;RTh16$mDQfHXO|h*xXj+Y;BNx#+*}e!*Cl)per^Rg^1ioSime*Jm`lvFylxjXGOg zWEGOsONJ5uf_qp)3OZQP;PYyS$jj}}=abMwaz$UN0^53Xuk>6>LM0=yLnMUKFa#@}vqp$nfS(w85m3@U7UvIm_HO@hu+XWXSX)G*f z7rlc8O@MKF;xE(GG>Q*B8R^Et0g2x*Zmphej8ws6qV_{4iGsoAb-M6K)3 zJ+n%iORC62@{Ya~Pgx>o)jajdZA96W-&9K%gCR?e?`u|wy6!A`xVB1TCE> z53RmO6ySmgbtNh`^`n~m-~WM{|@ z*PoGxCOo}x4~P4n*6Xz!OaaWr6Bs?Oc@SRustnDU1SWXZX4wW5nz~FjZlR^nQ(zoC zd020L*#*8c?basx3=J#Y=pqkV65*&H@sr+G9H~x4g}zP21XPZ9lf{#V4$6LrH@@J_ z)o6M$h+ms@nfD{nBH4ROl9J_=d9E%lO1^&jo%}J{+*Ckyl^vMC3fRxZ4Zf`+POy^R zI2#f0J&+#`x;^U?_B}zjqGb#({CeC;RljJ@YYrk$M|L>ZUlfQ#V7Iu8RE?fxP%J;j zl|otpB1)vSc(y(vPH1;}MitOrwEUpmu84ErXEcZ3Cr=guVvPPA*DzL3a5CiC5aMk4 z9hP{QE;~!*wShTM(hD!Cjk0n4z2xwSMu&B}15mN12x>ba4gJ1tmAOx=heUrE#47GF zcCQEGleZ~;fuW;co4k>-Zs~$eC+}e*{-P^O4^u%0cOu1fCD3yU>a{siEhp_kweAFyu_&9JRpr$6(QG zWgXk{7OJ3hcsDA%U^@D09Fo=gC4W|Hn0$Ke>9InlpkZwL7dyJUY`(A4TSM6{50sMJ zy?t3lD?iD+$U)RLq4j?M@*P4PT)N>@QzB-isD($!-HHX*Tmdf$!Kkb5F=keswSK)- zBW0APM&4;@>3vo6rIw@J!6>iY(34YODAftJ2RA(E-?N8O65e{vuBddR<0$QK_G)oy z$d7>4FH?4k@Ds)=JysJF-ev90%KLnDCK-DMJgZ-ot~1HVh+jS^mT>Gx8ms3sj~0#o zYPUfW@XS|u%3?I$;KkS*9+A491~g$`%}%`XJ86hY99k0Vv6(+uFi|w&7f@ zhV;CA^(c&~6T6p-NqsbaRWazt+&q5=l4R!i5lQ|okP3>Ra5fBA!F z96>Hr%lASTD*KNbe^SW>YdS9WfBf)2&#C~wsbdcFcOfC*ar2M-F8(0>t{;CLG``$4?je`J#V^3}O{L-UkG{{JT08#40582OD-Er(P>3V+cSd$KU^B z_IA?A-x10;8R!8(KHUIwqJBU=Wp^if1mt6r@>_X8nSgxC?oRFskWbm&$?XC1saMT$ z8;{GMtW%v~c^rWI%>^;e85`-pXafre^94y3_$TLHfMh`(Z>xxWg4BG4n!$|N&s=t; zl1+os`c}j6iu>wE?-qCjKeI_`H>0|y&ehhcd8Ytoe_CY&u%p}k`8)h;b`vdRc3P2D zx98*b3Yk&A%A+&-j@#BG8V8uoH%&wqp$*aJ4D_tRzGQXG!)e0_2qY|#wD)fsuVq~0 z^2opDaIi|jni{<~;UhYCU%!6zl8NGgj4jl50LxVqn$GL1Fv@mUwt>$XX5d72__~-_ zJyW8k%;oCtTla~%6|?HfkqEXe`gOv?!T~H%U1&`FoZ%cu*9N!|iJhRWdT*41w&3Is zPk?|ng*;CWUg@`DYzvOPrSj4?^3dHYUNw7W1N%l#Rz#k#3`hWPC_8XN1vP+MxX_jX zDp0;UipijTL9Zs%!nl!(?xhjI0>8}@Jv+RolM*QJIeUb@&UsHDwc*%IQFXs`E+!$f ziNrAEba=_hziNssnKo#Dw^(fC3qGh3Cdq+f&6j#^hURs8jR>?OLUB9A3Z(N7 z;Z%gLDk#2De3Xi2gIBt0H*QpYl@+O|UU2HjtHPA^SqWOnm_dPosfX@ParVG{7D5|) zT(xdvvj!He=_)NJPRB=Rwe-t-Z3 zR|kH5rdKm|-~Z;6L+a3)Z}Wr1dNzDxBCn{=3RP=dxLL zxGoCy(3=WJlYcmhfT(5jF$b1yr~%P^TpmnH)Op$~2`}z*4~IH_e1$(jAg`d^RxE!7 z^n7TIqvh(+BQ59Q_VLhwzBH}UfT2~>4?AJkSk`Z+nBSM{Mo(dpHyYO(e-g|xytl|< z5Kx(Kb)Pw|evqzxQ_g&XIl?-%Hes$?FN%fus$s-VP&;o;sfjr%Y1m=>vL6+P$6?BA z^O8Fa>X!qeCf*$>j&R3@sGmE2F36}r9A`0l!1slOvWNU*O@@S8Bf+U3NOzC&!8Zrr z%9+~sA`9d`M`n^(WWA#T<52G|WUM;GpyE+dWTQw_!!?ggYg&DH?Oof5ugk5Y9ko0J zOCIriHwtRx9pG;Zx0^avu1#cnSucWFc@$hYoxX@Ab~NsaX0&_=%7GB+*q|eCYIP%Ogk7 zhSn%qbs9&E(OOJdm{XkoFuKR4>?@Lya3>8HTdX*tG1t|@`|+&MfSb~mL?^RyyevDR z#RGkr-cOEtD=`~7q}EX=rdy64FjO|_b@1hiT%Dh^Lts|)R574kvp9+;xwgC?HtmSd zaJ=LaDMQB5ic&0{uDx*|(v>Rh;L>$aJ~3@Gw3>UlZ6oG^@!<=ea}{?{-~>Js9|~BV z$UIq?;qzn?n7;gc%}&`#M{v3FD>&I8Ied5(ndK^+ZcPniWP2=fh6eU59z5Bh*-Cum z9p1d^-5ZaAjNYGi`)xs2vO?iDm1~kFBBWx5AcD$B%VGI-e#?IH>N!t%J+{*$kpnwb zCaDA!*+J({q?*KZq+WXoE zt^prSOYDd?#E+av+|C1)9LyJ{M`so(fIWA|k$_JYv98zPyUg?O5^R!L0uk4{GNj{M zTT{VB(QdnJyBJ^iepk;C6s&R5pd+CoQ~gSUb)UVA5K&8z7Ks|+oq zXU6yvd?DL#sMUc+r=0aQnVNrTX{Bm0G8ft7Ft3MYvuB6V79Ytucm-V>alE+njYI$Y z{x-2f)^2?!OwR0m1&)Z4JM|J*tmh?+AE)-pZ^WvS2!*EV_mXW;moo%O=arFO_eovDC9qLhxR6>N*9%yj#kv)=Fz~(vLb34KIAz z86%i_4ncf)GDR)s3PW@6+ZVZS$5}$Vjj6^%Vklm)99itknSb82!4p_jj)z3I-h49V z?GeNI>bf<|3iuvOAErnP65kC~h}Fd6$Ner+!;un2n~aDI+Q8J*pubNr{suY+0)hW^I>&J`A^=0~pP_R< zV4)x0o)V>#L+2bnJ^$BUf2i>Mx2M(qaQ5`jzxsMy<-f|eIK+OAe**c3dxan;saYYw zlkqGP`8(*uMXv!l$;bL*X$X*(@@#t{K%&XBM}91S{2ua4Oqric{7=gecF6f?+0QKs?1L$7%$`Q;Kq|LqI%*D8~u}#8ZZH ztSvzN?&_-tH0@YCAv|Y^3h073;lI~AiUV{}fN*yG6WA_oagt0EAS%h^FLt;CxTEMJ z_f5GqsARd#t*2P*RxXp}`d{nG4tz)Y=n5v1GnPj{7Ccpr7CpzTrP(iHcL=Dm)k zE;vojg=?=T=*Xt9)IFPnN}B^5%ciy8tU!2u=lmINl2ef;c%=3V`L7{!Xz)FuX3y%> zn@6;hWM(gnwuM*zyw}_wrQ564&g&TkO$btCwHmtK93$mug(btQf~yk*BHnkX?{~e? zDJR_9&5iylMQ5?^sre0>##!*lsI5EUi(dYocaK7nXh#GMNi((T_kG?Npbb^OZ+(Xs z;xJ5xQ$q}`+Aga3ek(e&!$d$Rps*)rvZ(Xg3^mCYoE19a{OB?JkbAe+G3BE;Zi$!g zCe7j;Y1zAz?7+M&Ein4^H;{z`bU_Hg!ga@lw4v$ItE2 z3vv^dpVHrj+%{PP($UU7fFYF7IYdsUQs@y}K1`CKbcDplDtV*!jtfx0 z5LLSptUf~#9}}-LgBaC`d!$vR4S0;Z(^b$CNA?qC(td%S)E3Xy63|qy8ayrh@O+}65xI$n1cU);S~;{zC@ufumdn+oNn_ayD{fxc zKfpR;WkYk9`jbdjkkD3DivZ07>sJP!7yGbvd6L0~=_-t@m2FvKuXRe+4JRGj{LC|R zc~y3UCtduvA>Qu&ED6vK?DLjs;9{fYs*!cF3Dt(pWR-$OL`C_;yQC1Z0BPhIunZW* zI=XC=5;qq6<-|g%ydO>)K|1GUJ}C-YIBDOE7++|?k(?SFc?@H_ zjFtNS5LB`&zhiK8$*_27@!amaAk_h%O+D)*CwUy3zH}ewz!gaA6taC&dS#F2rp5i7aoRcXjfMC91dk9{6I47q z7pdlT+*%)yw0cTqvH1`qXQc3m7k&u6T%da+3x)Be{DSOtxRMt!7|;BHO@zBI7(Z%E zvFTC<&l8dLtC+pf5R73nM<2Ifmgkl~a2n3wC18;J;MF4&NZ5YgmOW@tkofb>Ma3un znN)|?duT_j_IWW|NY!KRHs`AFhl%~4`OkqNXG~KdyuS&cLJ=UW6qAN9`OV)VmIw}t zrN_2PJBR3bCB`bJ1R*h?Q)@m(_xKDa>ee%S!=R;MK2vy(&HN?Aa3v2XcG}x%e3-|7 zbu2xtk;0KqHMC*OY)fXA&V?$Ye&{3(@M+`8(B6I(U3a0a>V|J79UQ|98v2fRg)l6nLm+s(CJua?yDwJwZp2Om(fxZn~JiTngSS~PDa^eCb@MWBS{;plFYx}?ky zgD`X*ODu~*s5ZE%t3CE^Qr$paSH1wR?Je5p6!|z?xJBYNxmD~ETMpxIx?V18OM(*S zOW^L5;Ck{rxZ|gorIf5}lNxNLCY(#u#jOxlDttvaTG)n*DI>$SR#-^k)v~5q#WvK2 zb77wa9lC#9{-Z-o*>J|kOk>YepUZ1<;}lK%`Vk+*ZajQ#OA=}rmW)vQLR ziKVCFsN?U3(1`c#0y=`{r=G8G9Ms9YEj-pVD{A8Axx@K_REmZ9>~Q|=iLmF2)b+y? zArumf9R5HujEqJ&{|+hM2Xtz|n^dfCsW7<~YSnyU2S}DDqDBymc;Fj6?=yKoh?gnB ztH5w^#;`~E5J08Ftm`-O=+oFHRF+=R!2PlM!>c8=X#t`m22FDzyT}QiPkW!zdD?s| z+<6C)-^2&M;)ZCgQ#;Yk>W`uFE3V%3Q8I>=x?+@&i{yMo9qSHU+!oBrnA3nhgF(BO zX`NDv4PX55gm)Jm>W=P1LbJDv6i@C_1$e@~G19CH?+l7nkr7gA4sdDET~DVa?I7GV zv3w;g{7Mpn=r;#{x4bh5+xXtx(3WQIBdRnREb6uD#@uwa$2t)AMf03|vxdpnF3)ll zN3Ghnp;nT19ET{%J7xA@2E?m{&Q<&c5!X*i1%V+BJc_?Lfl9zMoTO}{4+7Flk0ttv z8{2G=?;b%@DqOj;^6n1R;2kRUic zCtF96QA8UG3{<_N6`nP{&M++`XyMDtf>D~;$hv-2T^$md9jODv>7J~IYjb&8HB4J@!p_1cOmt_IxR1iC(DySwPP%J-<-D%`G$M)zL3C z%^Ss9a6H;a4s*fhDIM7DcA;e-7UnY((jS%n&GYuNez&MSz!e*BFQtA)b#fubcQtr> z>w&(oJ7(gOD(OlI#DgLg!#p>sI%PWEd*z?ox33TZp2Lc-;K$=EZB^+ic$;rv_jpRPf1U-C_dFZ41V zR|CvO`jEEmN(&#$pfA5o|4RL&Uv)09Dk|mqw5B?7_$p^o*yA@$u?|7@nYRW(vi8l; z{5^IkUG?-EbWU%ZThyC|Y*w1h<+EU!rVzkKNe;sn2YME-I%Q-wGG;sv;}=N=WY?L# zLf`VPmpE7N7qmTry@x-ptEkC-G^xFgUbc?oa0?ZqU$RF`NP?z-f@JT`u%j!AAzn%Y zd@v9)392-u8(QCbAZ%DEIo)?K{L;p-OltL|^6bG$p5Zc~IWy*$+MN0cHMnn7{4&Vz z_KM~wL|#!w=46vD$5v<|dar#`*_uo8iOZ?8bymoLqgqucJA6oN`W4xd zI9Da6WkeZs)uDPgUZikx57OXwF)$Juct{5<%44_LicnB9BVU%(J<#e1KPpb&!Tur} z$=eW{=eB-Lz75KMBh&a+4Ik1q8Z&LVmGQcgnbxm6^o|XEdi4=kwl5D#4 zv!*>zVqmu{N0E5)zfy01fr6g#6!>+X2MnMK($}9>?7y)mbm46-Aho2x#z9+f{3;NN zxS+jB@J&2`p7P#<*q9CT72frtAf_5SIgW=nWe7qWN{iKbfF&gCQIMC`OduL;?XDtGZryGV^5%=2_#L(NoGME05A!wEHOib=W+w9LiD0s24M}SMTzcAq9Jq z5gF6_H{}e?UkTK0%4(azibekUs3Uqi^jKma>xopj`kWeP3j)5VIbU)&$=5npyBCF{ ztY?fvAYl9tWbYt&R`PrDscgcuWa|w=12N(_2X9mfSV97>SW0MuT0C}{Q5In$cI+D7 zuB+ocFJNU9BRsTlsV!XE#92DVr?O`xq2bn6H4iqG%)!LD{;EMA6r!_jGq#JgEHfpZ z_>GiYx$*gG4#*$GIo^SpZB|1m2b( zln5lqbqj9DoLX)o)T?rry&(*nj!4L^EpQLY=nB)VCLgq1T_UomO>RvJJP$KWefQTsB>Pnd+xe^_GFW+uJf%(h*vU>fAS>MgMxyjryqiiFqh|c(o$}SAcy0MS=?=+0^*!q<#VtZVv-{n8>sbNtvS7*2q zQ70^Ktu9zj?=b;|@>+;P?~S!s@k%0uyN$O?;I@Mbn!{6jx1_}FjaP@4rBR9<&QFIwuc~^WzT4YC&fPqiQ_D`w2z{&P9b|vELNth+hJ|yxQW+n z$8B3z%We}@_KGgRL?=2I09bzmzWBWCjT}I>oQshm$QidrAf@JU?11BxnoKWVegyVp zzt`{fT?Tj@B|p#n2BUqysBASlO|f=fG~Qz~FLa%E(Ve;?Szk8g@UgY7jgp)`uHeRFgJ)rFy zQj_!~=&L3A4-##I%4gXwTbY(qckJ?qd?Y0uwAnA8(5D20@0!?sLNa8lVS{-tr&jcw z*T;Nx?e!K*id~<9-J|(<(RJ=@^#VC^%9!R-IU9+<>cR#NdkBy1I$GLpr-%3)Ro3C< zOoX0m0dN?Q@TQ8_Nd_9Z?)M=}u*1y#jp)6c*9P+*(XaIC9rOf0na|#qQWz+t=^Rj{ z-YI2I)AB{tbP>_@7+ZR1*x&5SPSR2(n*$;-1EZs=Th~^^xI6i1h^$8(UP|^tL_YV6 zazUmFW!N2si zN|LGC)J#95d@>NAOznm&)#H?VF@~AwZJadcMqtFvXaFa zMO*iHGV!Z6fxSJyej^i2rOw|L8)0$9WJ)nDY-n%?SiK1~DgU2JGBZ$H)_%eYbnRod*;G$fscDL^FVV z3T94J1IVXf=J=Y&1z69{#oKAFkdF`fRe&(&qJa z-M(pJBd%yp!sl|SK(<|nIKO@f6ure>p{&cplr^2uT#&u=YhOzRnaKrgORLI|G~Tu3 zCyEK5kP7FY;3Q*vK{kphwPV>P@UILXOiyH|u=x7&v08S+gk-?qd_$&?tY9GI7EkLd zMAaJTMbPe}BNV+E4Mvi!`S6ZIT7AAUtfLxyow8=0->?aB`A$)2IhM1da$xRPRBYRcwlo`< zNvoDS%27d>l`xAt{J>g;hH-HrGP}Jf(QEi)e40={s$G~occo_M7fB4&k%*MToFl+Y zomSsRGmP0jcS9}91>xgQL0W)qHWuHu*#If)Ju4)(CEw({TdBM)NlaB``_i7(uN(eW zaly?DlPVxgccReOCp8kKrR3fB+Tt&jmMT3B=*$qWFE{x>nrpI2-EP0STx1qPU7|k% zOBoO}MvJ3uqxfq2r4C#wNj95(J_aM^TZ25agb*pz*Gq0m(MKEWmp`dBi;WHB57rRs zuo^p6Gq%1n>oLTSbfV6+Tx1bzGDTNc?Hr1_=g&~HL2<33d*_+|Wi8lAAr|88acX|g zxXO7!YutJV*|(pb4BV?N(Uc*Vjx^l#A}OEjAniI5Y@PUQg71Q$h#zM&FN3d~DRS74 z-%GhU(3LeBqRs+kyP~1BegC(;Ta{qv=qXyArkX#3k7&^tv zyel<}IXXFK%mXjQ?sKqx-(B6Inf?b-Y36eXOg>8Gt5^wAE%O75%Gp7g&&P@jXrtk& zY<52FiOyj<`1s|l)tgt|683X|XR2-8dgn{jMu4U;x?n#lEx!@9?~3Q=5LGro^0Gu| z_|x*o;?+uZ>kba54km{V&4P1#^n#d>h4W008V3tzPMro=^sQlU07$_G-thLQKlA&5 ztDF8jw`3WK?yuZMQ2y+S4}a~Z-)A%*_y^0VZ)$I;FAIC}z2S&3B)m%4HrVmm?22I| ze*4a}iF<1hwRh07JL+ZzLM1YYN!r&ta#^EhRkO|Y?-H_4-wO8iAgR5*+v~)&A6}#6 zY{65@dn1z1QwNvRvZ19mo0ZE^#8JR&K)E4JzDrsX*O0gLBLeRRJ*~WnZ6du5E>}&Z zX$=A;7Mjxm?LNca<1IGNt7t{T&dkLQrW-Wv1ZemClp`Nsvz(i08P+378|0mjhGl}5F~6_#ERm2gt(SyzM%ofiyliRHaEN*-!+#BG{D=DOj1{q@gS`o7W06$fNvi`)2I3Hlb}hwz)%=;36F4@ zrPk|J*em##Y=cQ1T^pYA){u|qiq~B_YPyo5yh)qtRMEUk7OPVu)Vs_;H?kyar&u)` zr8^Z}I5z0ol94Kvxxd^{+8g8YIg!8Omf*ScmF0qf5X5rEy~e5yh+9XBe5Gn6YZY#} zj=*TuCB6%1=;%|EBnG*s30rIr0hj=-aT`i>~IE6tqSA3xBCKV_cGXX1wePaaHR(r-_m<|1mSSx~TK;80~t z@>(O=wRI0QT+#=eEJBcCw?OE~?#PwvfG@rXU1a(^Lk(f2Oe(HBY^B6wIhdqg=46Cd z;8beA;Ax8XqKC+yV;)g?1D#xRSvTj^>G}o~H#DLiF2QkA=RA+%p-ZB){16#9Tk2Q$ z^5e9Nh3VR+Ek;h=Jx~m74+Q&D+dQVGdU2yJ-hy@!SoN;4p4G6lf|z=hOn(aYC#nO@ zFpk%aTXwgz##}0UK1-tQU3#Rik$kR7E=adPENAGJRRHJ7Pl=i@5v4TalHJxtU?)}l#n5oTx@08t;4p7aRA%oI z>;zlFdG`WrTDs8e`={6@#xDeq?*)3r4u+&(;g*o=wvobS=aG6^qQd0Oa#RhY+5{<_ zyP?pqSkLvrswUKd5Efy1uc)xA#9!$3=k?xhOXHKzEW>lM&Ok~*kB#LGniQTwy_Bc* z5J~bYUhL7~*02vXS%6!umHqT3H^=Bvypj8AL7AsbfeV}JwBRPu%Dz5r+e4>uqUSxm zDT4kp3+7s46;I!+pF6QgK=oDI~}!bij^Dh zV0ZamscqZ23c2819K?JkAce7CHcG7kGPJ|(YM3v!Yp4E}}CflQ{1KbC```!;OZmscEtZoc5WSAv9Ed==TEf@!8O{>MGlS z+n#=WhM^z(YvwGb96PcKU2l&!JnC;{6B^#XC9@gt1YYo_2q+2RzZzre5@Oe`9@(c-YZq@JM` zR;0t|`U*U;4vkf1vny|?$eS1KG{F?#h33%R;*dw0L9T?^!i-BoXqn)fZtHy6l-u9s zSB-;C6084xnG%68IzJLwz+nC>etxXqoi6@4APWMV3{U9cKZ^tbbN#P<@a%;^!1j$l zxc(oW0&$#VdjGMaKPdbC@E@H0v4a2E_aF!m|LdRq19AMJ>W-@dkk-G2*s`z*i~Rt_ z{?i1Dg-!H0-@$+SG8d_zg`N4I<$o;ffN#>pThGD{5V$`t4iq^~{BW`Mvao$G%EAsz zRWJ6bi`4x8TA7nH82@?o0TKEB>Q{?}UGNVwfN-1u*JFr#^34UYaCTyTFFka!W+^XqCc{`!}MaDxeinKV0{@zLGBTm4Yd9;IO)NZfEeUmL+(s_c-inO&09-3 zJe7{(ON4}K3z!SBd{ENUjH~o^EpS%@-YR@98+vagGPR}BXRwO1d330HKyUhn&;<3@ z85b}JE(m+T%x8QPf&BESK#UxiC<=FM?T zVI3X?b;0QI=njSWgLyjpCZ8nCyszC4E17uJzeH9cR}qW2h&KY^zqzrk_sY+*^ZpHy zEg;7VBT?YF&N4p+xB0U%@RRihczXpM8|TM4B(y&q##TAW$t&%w068RXY_j3#d1v{) z#fby9z}_o~lO%tvSJN@)PgcXf?Eg}^TRF7V;x+86(10*PIQGka4>y$-aJN}OYy_eh z#JzUDgy4I;`q+=r;y&TFQI7B!%;C0OCM8fEcc>U5ahwvI;&+S7vZrS%o6POdx|i8M z+j*(Y%Oob)rbdUgV!u&?bu4u9rD1DNlxY7b3LY`b%5>L10qO4UmTsk_8wvR~ zoa4QsocnUlz4zSrJMaDR2YarbbIrBZ7|(ddGn#_#T{}%~3cy@Vi+B1?H}0uteQmiE z>RZjt8DVuHctN76Wi5Q2`i*dErM>_Kj(o7D;gudwMCV(JFXWoRAeU((;Iy2Qb!iS82sZEE2&Qq_se zfd`J;W~O5eLSONiQae8A(@5AjqSIC;J@b#yVAjyA{M>xli1W4If9AmPKt{dP$kO%N zZr>E7`B7xD-UL(cJMdJF(e$y1{hAmviG3phSM=R4_@rAMpl7f>Axa0U`}_ zURVnOzxEac!&0Ojx9e5|1{TsSE#{B$=7TH@{+yn-MKX-?yHH1iX3>33%_CC5SlN(| z$PE}PPG2}nu=B^!4{%fv2AlVm#rPLkq|X` zrmn+bF=@tSTy&_FM>TKBPvmoKufjQJ29(rPq^J#-UqosBL}CB)a_Jtbf}^-9&Lfol z+B1@)(3)Gh-QhXc4$ln%8^#~%e1u5kf?ggTmwKfh^)2xy@=|IbQX~)7u|QTI-mx$? zvQD8=ns|hPjunYXMw9GHi)iY`ttXXfoPCLV51VPrV!xQrv+p9Y0r7mA^B`J|$hss| z#r#=K`^V$6bGKu(!IUm z=vSc$DZ*uQns`(_n%R;L#b52^UrLV+Pcf3=s*E@^u-`gss+XjqGqVMJ^%CKqNvYSL zy5;?DEzrZ-67~UGvRK`#JDPbE@-kw(grieqOIjGWix=(43H$qkD34-12%LXm|mj_}NKT|s7BN4oWAz-{;tMQ4>t@-B}2x4{reJuY3 z3KxKx{d>UR4<-g)UNp!K`+b1HMNhx|{fYdeZ>RkK>;HG$tsj2=JGoQ<7U7FDAJD&V z?%;+025SBu*Yy9I%lF^@f~E*7+mFL=2{K*vgh7jbOO@@?ZM$&oE~g;Ks=vVYer;d4 zikDXYuk8z0^U}V(Y+sxi)c)p5UY-`z{^m+vobzJ+r7L;WRb;*?pwD&%(Elq5*fZZS zKmcI5lDA+S1TgUgz`EOj)Ra?wiSDrVYAE2TZ`M9;mkYl=#e5G&{OFpf!26J*OwO8G4LwjV#hh6RIrda|MyXJW%c7)uKQeX@+bY{#k2IG)Y#52@ z^dw)TWa--V-kr~rj@`d z#~BeCXzHqzJVt@B{^zqTso5fe@_aH2B-$Qxq8;n*0@_*z%T?e+{tW|)b;i6+7z!FY z6$R>epmZeXGTuChX`K(VSiP>D^4v@LK# zasTxh3SZfvvk6#g-sHlK1y0~waa9juKUaBwV!@R~>C;EIQUkm1YTiBuj~p*oQ1dFe zjX61%(VYyT&SWaRLd-hTF@Gj}u&y(2sX2hVHSE-YJk`c>EsKTurcON5l~}S`P(7#? z)org$XL!5`0ds8qv3f`^F+y)E9VLRg{P3Z?wia_FyAv&nPE8oNr%tt}yOv{<*aav@ zB4!oMu+?Pu%q%SXVDXS5M#~{}tR~YY_cORY7L*rvqM93J*oed4`s(8zr~PDh%TU!@ zq-DmvUemy}QJ_SmWn%2a6gQX{H9M^U=K!R$${E>*$ ztpc~OPrmr5l6f7x>X)77%FvivKIIv@~~!VJPrfr5 zZ!s5Nf^Qg92=#VNdF6aVDZ=JreQRn?l!)fjk7jy0M4pOnf7TCMFFD=)k3v`9SEwC~9 zUAG@qSxW)1@|j+&J;^K5);+X_?Ec~o;O|CK8!m5DWa5fctElb1Z{hJU#&zke`O^xC zWcHg48w(SoCFsXSoGw&O^9q)BezA#mDsm5G248fYGxKcwwTpbAb$M6+?poB5`G%+? zkm(8m^P)HaXy`9j2BudKGsW+%JnJAI{AkcRTu1v^D8WeIG|ctY+5Z zA>GqhsJ7W2RBrBjru-38}FGIJpj&0L?Iwm3X@BgXG7PdOAmMNm_=wHotRRH=X5~8Ot%{5Rj(1jqG z)Qw^BHh2~qdJ*)*c`#xFp6n30z_>H-70iIi>Nmony=!KC1I{Gtr5lMxE(uxsxWEcU zil?z^Pj>&cn6ck-LO7ZW$+YzdI|$?5fi1dyoH)serXC;-On=?ci%?n>C~B5I`pmtw ztRg!&_(Mrq%qt7WdhT5E=w9P(bQRf;C{8u|tYtA=6DieT6eKU1t{W7Vi*NN!?B=UA zb$$&d{gPw+3hZOAoveadA4m>aIyETk1uK`BZ3{$UlMn5-S4>?W}8vsKhICi;S1JNGj>H-b{yZuPLr|(>t-BLT;|X2y>7g7Z-X!!OKehWKC6&Q zcWDi@p+rLB+ZCRCq25vUEhx!}x3a6TD6W`HK=td z{jBo}V$i>)p_f$SIkYj3Rh={piH*4B+bQkwvA-PeeqofWK<ybkDt7{Q6pcp%8`e6ROX6%PK!}U z7S?EQy7%U!ee974h5eSO&)L?7;d3+E)QHXyzoL9}tR}ym{Hmmc^t~k~?pe6=IT&XC z{%c=fEI0M$*{^tvAffoXZbYzN7XeO3#P{%Rc7`$N)*x^GL#jlHJB;I(d(XthTVC*D zLhkeT@new67l&5Xukc#Aj2(sVk38Z|;#KdN;r)Wwrs|y&fZoNmgTvc) zH^6s5i#=n29ZQ&1qEqlhyxF}(CjVI4Is(tDMZhX4Ufydkdwq)-+-z^jt`h_6(-O5{ zspAJ30;OZM1NZbVGAKd_HCr!?p4q*(ZeeG^_m0|LGFzHTSXqh4T>+DdbiB4s+9jFp z2CpneM)vR1S3rt0fB)77Bj`XZi86J7BxhI}24(cA;?=hEz6cb{lI6TeYy?%@o0YUd zeYHLp6A9e|Ul>Ex%EOvGFNgRzvC*EZ zWO(HubNcy0A3GY-9V3XDVH}EJ`k%S zrQE7b!~e-jc)EgO_@O3H@_E})VaddX_A@)wyBSs=Qalf}jn*-FZ31P1J#*ss^V>TU=$09db18xX4*q=EvuS>=Yz2JRkk$eo#m z8*;93zcOI{p)sgv8Vv$A5e;sGC^yV=Pjmi{-XZp*;2zqq-j1X>N*_GAg<83N)&hj4 z54Vw(+w(rr(0bv5LV8#sI)^2)KBsIR&k>sB!fUNAsx}`=t5jH@@D9(h&*&BjroEI@G{`C-V!O=o##=w<&8`03^c@JY?nPeSncaL`I9rwsLRlM1Lm>%z0im*BuH-P(h2 z07BK)Z6vp%A9~c-1x%0PTeB){!sX~K)tK|*xS|m8>WE}G8caS1681gil*cw^&|;r_ zdL{zW_MD5FH(D1Cz@`|X+zVI_Hfw?0DnNzI`5M`&C^C`xzU5vIKIE1k&0E6Q1sM!~ zxCW_rJVIx&QS-Rbt66@jii_CM1>zN4=`jI}NHi{>SN`6{r=azj+{FU&6nv4(C0k}xw~El43R7Dxhs zof@Gkb5()v+5~}n&w^{tts&{sV>8~_9K9qs0uwGo!t+l|x(k5~p9nauhtO?P^so}6 zNXsGGaw4pJ>%QH+?PznyeEjpuva)yL3@&%X8K2b>tS_jP*H_JoMp}4+gL+Hv&bD{> zF-K`Fcwfm|Y6ZBZ;^!?$4fR~* z^okgB&O9hgj1p^9^`xU^+S}(gzkpG`{;1%u~F9C;F)wW`oniHV1Q&iE$R$N{epl*FDhI_X+Oz0 z8!UVn>}UStX=A%}G67<~)wl8U2T*z>M{(?}$owj|sykmV`cpn#ftekxAwaN7apygG|ejsa;rV{%e*`zV0$x?8ZohQ4`$d~i> zVtfT7)4Q=l_8v>Q!aG#qT(fq0vH;#eY)V!bBDGATG;HW`J6c2A*e?X$9JFB7?|XY& zt33OLhKY6FcW=@46?KY6yi=YDWM@jLh-55_Xb-7+k6mK73{=55va`3y{fd7MCe|Z! z|5_jArf}p{VK|UKZvqm!@VsDRYCgp|wTbu7q8k7qZ=uiliTkHIy?1R(h=7og0vV*} zyk3wBDAV!}Nz_pcrK!g66BpG>!HIr;(RkvIM)lTa)GsA<<2l!xCyzazt7vnl0@p0- zpyDNJ5JY>W8o3N;UGk?1Xw^=K@A)XjcySH9KU!<#(r$B!ZG9o`bX4@ZH*UAx-TM=? z8@EJI61Fb7A`}O7NPZU5dP`n6>m!`zq&$pzHtr@TO@>C)fu!-aHTVq@Oqijd1J*Y= zg8nr=X|me=x9K?SLSAsNnoZTBaZI<6Y^c9NlL~!T-shaVfGwbZvi3P<%v$4^tE>5W zoA-`_GZ+zVJj->Xd6^V;15f~zc=0_bU==E60!j3@>b&PYKp7^#_!CnSoW8#Pr+VDW z$*R^VhVIbAiOGrJj6{i)jynDI8XM%&Ld?|bThwcq#R+>Hl!(U`HpFEe`gg4eqLav=IfkY~#Fh`5@Q@8dkY2g3JRK#Y4k$f#)HZ9gUhHnS z0%>`a7ztDhki|K<>O>VuO8Xe^AM|)(VmLU8uTl59Q4*y=qft3g5>*ABz|=_6(B`qt zFn&c&AkK&cBaiulo* z{5b6ORsPTlM%fwDaZhHlh-)MpUFjfDigWz^57b1aL+>U)L*A);zea`^qnyi|8{x~R z(9?~6ycTns+pP2`74dynB_k0))}DZKyXPmi9sB9KoP3jk zDD*w<(sHD7(}=n6llSC4?c$8D2tC+?VK>RRhFS|`WxXki%Xmd|;rlvZv%INIpaDfy zVmq8cPmS}S%i4IQXTTPZl4ZS|2#Etvm3VY37NRCEiEVnaSrdrOYV!uRHw{qHo?-j` ziNhoiW%SMd$5(U! zhjgi&#tG>VOFMmAS#47TVZLqiJYjDGFxr8*zM7aSgx@$!-Dx2g^r1GAlqZ)D6=%Fpf4<5VQcQG4l|PYA>&o=b5#) zRzW7V9!bG#hLs57gW+i2-6BYd(SA+5H8G~gtqzfe_~9_*Z?e>u9_oBNhGP?Xn!q&5 z?uEvx2ec}JI>5gTwF*6{s#^&)OgDYr_mEB-j6X36Kgv zqMFB2PZphB;a^teLV=1|TYKZAfOzBZb$))lbPJt@x73F-bA3~8 zIXiaj^TE$X`e#bQk(lm=c9m`_4n%%x5~xwz}S;twDc-|znY?|iM5sNk$f-AL~o}PrLlP*E3#JZ2ohhlz(@Z{?o^2WM%#lW%y5D(!curjI8Yc z(?kYsBJdk3o0s6i1$J@yJb(a*Z%D`GWCXP@S?m|jHjS1rz{WdFMI|7Kz@7eEUr;<0!E4_MIoN_L<$eUY^~exJp?;%Q*QjU zh+(%TJzMWLfaA#GGu*Ogd)meevrHnmRw?^Mx^NmrrLriu(mA1GS&ZNq!vBP({o3ok zDb#i~&rnwy5CXdH)iZdWAb;ID;q$SvG2+AX189rp<_RJqQsGy+145O!3@L=-P&@pE z`H~^9D?5Yad!!_?j?C0|5yK%E9<-y0s`%u^GkF2^60B}lD$XJ{4j9=x<$YyQY|MU# zRY5<55Y-NNtlUp6Y&t_<^ZawlCR`E~d}GT=+w834F`MDWN72`YUOnA!sfn$Y&JXR2 zr5s8%WN;)DuI=az0X4u?_Pen(NE{9TI{{MKDwDfS^zvLj9ckr!1ipe)mQ}~y7%aah zz-r5L+MS32x|UbFjHE%jql$#w?LjIWNfWYjFtbDwoQB-p& zx+ZXgdismUd+tKdg&?fp`GmW+cjF#Q4!>SAUdgVAj%$cmSNQOuCzJ3AnOew9U$-uGr<_dOu#3)NUlw$tAnl0bBf0oQaS}O6ToAb@Va{(8OyR5ir4gE zg~$v&iXb^_GCiDhpTVX)+LgKgvDe2k{F7$4OpGgqnEQBk8~%&%+?{YNeB?b(j;v0{ zT!hJ1OD%!0p8lSX6|HO@$9^tI(_2&qyMpHlS)tuBX91br0qhCcEsRfE98N69VXTx>~&L`pK2qQu@*#^%UX zzNPE?bt2CF6sVj@odxHC$6t!1%zaKuk7HKBR=Lm;t>@ktNM?3RbDkiIXqQY`$GrEN zAEi{O4Z(Y0GNa&(5l?I2(Gh(UVD$jTU%b0WPY{u&GPv+rtmuA6e8q^TQy1%9Z* zU=_?~0(!PU$uMpRsXH)6vs}4ZN>4XxbJm_R6&c#h^ulp5KnCEXzz{HqL8lf{y14c2 zk^n`lO-@O}YXV~?k7&{%bXrjmCOr2skkpi7k&6OS;8bQ%;59B+=IkgnQTt{xjB@U4ZqL?udpLQH_Ab-0j!w;$O5E7ayLasm zqf#q1K4%x`a*6z3f*5_Pi+U zS_xUUn?g6hE36XZ0X`FGB3P(d?(|u37I0!S{5NTSwTCk-+UtF(?*JNI2vxxq$ZN|G zI5HHek{&cil8KV0DEMtBI7xvTvots`XaSbNusHc9%yAE^TNiUjJq`e*W-tBDNKu_% z9yWRf5Zf`1`$XNtft&g?Q%_BIXC?(|fP z60VXu3x@=SxKA4kSewaDIP%;%%=mKFwlTuobUF}uYzp(@1C$uD#?}|>q1J5nKgU1l z^vwTq8n@2Jt@Di4Gn&zeScQeBip$GIz1vOd$kmhy+JX4m>32hDhLQOSGy_V#yFhzE z)2{)e4R!+aB!NQVLvzmP(p4r<+{rVq=c~t{M!)nT&?84kxCOy4% z3&9?ZRm{*hiO8KfE#NsFiUMT?xk5_7Ng}sCJ&GM2bp1*{7i_9QscfiD~ffRWQgdusbNwWXn;9nYpq~fy30)tu}ahItKQm1q|}H z@>8Lw;hAbs;1LEBoPL^=%l@L8?tu4hJ+r7dn*%AaqDrEZwH9A>H&f)iRRBnf6)$RN zU!XbkL56Gg)`3y}iu?Pi!sdDI8J~D*p%Nc3n6wYPdQbgm9W+)3xnZha4%$WZ>wYzV zC5f05h&9mFAW7O-?VE7 z^M=MT<5m8zTCfBt5ABZUp{1`9xgX&~&LE^m-6))GKf&k4TO~}^P{lM)?dB#hl!!d( zNNf0ZqYj0$L5hj`uh$wS3W#1;vvl-x(MsO6X3~c+@OmWX^1ehRFbC@KutH%^e9QRW zJ+r_z9)rF@oBJE^%vMD(2OFsD#?X^f9nX-nm9o#0g8f?|J$Qw<^LC1hP1hf`v5X}> zep+>~I`^2x1yAE0Syu^1fXSy+{gNEgk(igR6h6Gp)$oKVU#sI%l2;dOR$VDFdE-g# z=v?(|c%XTNo#9l4c;IG**4Wd)ZKFkcz%__L%84JSb_#DfQxPw{i98var8e3?QKah$ z-kz{8eMJ<@vUdc=IhF{&gkhNGy8ZLW0xok@eho=uKnb6m>QZ%+&iL5lv)tAq_0MX1$uM!6c zA)+z$8F(`MwU7@D@WNkxG`{y9A%gE^dp-u4bD6`*YnM*QG}icXKy#f0#3KGY*S?A^1ZrsWbn1Np?|JS9{9uxZ1=JnBuei=fK6nMlo^lh^RYrWz|!-_Stao8gc6I3@*iyF zT+m_Na56gb>VVjV;wH!GvMVVyAByNC%^2$^sb^<)N}_@#DvczddZ6s(Nw zii&Vr-ifDrGI-GxVp%*yLDZugbN9@8e-D{Nf%D*t0SF>YSWsZF;A!lV@&k|K7XvGG zs$6P137L)P#Ns~69K=g_m(o+8v-SMVNz>T!J6>qhNI4zaRo@8Wx@{L2 z=Y;L$XxCP#Z0~wU@BZBb@xgPE-9QaNjfK)vFvr%^YeXDCgMC8;@P~>epxUMupz;tP zCypPZ&hyT3oStkZ&Dx2n+}+W})U~x|_>Y+R2qWj&#lPh`v353glqW0V|WQ)uTbyyX5)hnsd^$A(SFNk`4X{nGC|7m&&p{g z=@G=0M#zrR_Iz{%G-#(03||xUyRbb&GIX)x*`8XK%4ZMWkoI1{d{dud<|47#6b3x( zPm-1FGSFkA4`||*tZ4_CfFpkTX_olj!D?hSt0ngrJKf6D=r$coj0ugpOHlx# zjS%-UxWnU#>A^KB`;vV+SJ=hMQ*hnd-TZ4Gp&J6Aj4W5upq*qy13{`Ll_zM&t_X4^ zC5KNLmXprTtq9-p;b;!v2vDO6H5&C1VhtrRxOt$w7(k8*wDU957y=_L(X@|0DyFf6 zfsG z?TPLj-r!Y}&W9cpiR{@Q0YB3?9o|5^yOKn-uMXqPlFh8)=>q>cbk?CW_BHsBcc#Yf zox;-o(RY{@v`_F>IeLXLUa$rzE-l4kaDDa(%-JN*J+eeOJec@;Yu7d6T4o#j#kcV$ z%(kC$Re!Al425CViMh)uC7hy83M%bG=ySJ}yjlQRJX|ah#B3W+N+yITKuNrFsu}D> zZ&L_{R=M1%rlk3XjTLDcb(oQ@jKpPbBtDw8-ENbYmfZ10hAs@OQn8CV_LS=D@~0mjEThZ9Bj!7U{{b`--oGY4vdjl|w$3*Wu7HH{(=vA2}qaRRn@sYEGL{1Ivk?kwgK zoQda-eAO!6dmHhnC@#c>mDD7dz>{V?6tyfV#}KDTka%h~u?ltw&3peT>Qi2p9fG44QmEQ4d()tN z-;oaRLw8G}C84KF#gAgT^nNUEhUql>7VhR!F>iX3%@?9g)2XqiNb<17(Vo%b(3k(nX{(T z^v|7QR~{O8V1{%emr;cIZp#~LIC_$5585>89C&Q3$*Tem7`;}zyra@vxV7+RC^~!cn_;jIWl1cauZ1Oy*kVqOr!@QDVOfES3~0_x zwQ@d2V0>*uR!Iuvp4HNPu5O)>JfTT1w`J=*K=Abo?CN!IDfXLUu~+4yL98qj4~E-S zC-)sExwFBG3>{t(=W7MC?IjJI-FkQ%C)0z{1HwfEW%=>v`r#)Bqw!h=)YQ+x3y>dV z#eiG47)lMYIS7r)n$o0V8KyL-H)ngbfQ2f^(90zz6->d#k`zdN?nXUz^HzOLi}$kH zK?0N;h^(kY@bW{Ud(Nsn64B70V(JG5q{R?EVwb&^)n{&-zEQ<5%`X*_1(|kzLuXhx?J$n(tmt_ zKLUPT=g|Lm+0S6yf5+ti&X@rB_jKPR$rE_<^vU9{_U-P zYwv%w9Ka{|TjfPAQK?J7?4sKsr}u9V*+rj!MI3%v54!kYo#J2H7wLFxe?!SGE*r>t z=?eU^Uho1ZyR=eeuOeaWH;j$~*sdnRgzzCX5rTLQAeoRC#BT71(M)PDHfrNEG2AjM zHwRBKhC-AGA%<_m7z*?DBdNmGMCHwkC~!8s44`EtIwC{ODM_r`tP|SzvB?J;jQC6=FB+^RL5zq!@o{&X!2pWb?Y*2w5dh2RqO zNeE#$SI;hS92?Iwla|Veg)x@N5lGqy?Q&Kn=l)MJU5sp>iKoqHEZ+jpz{Dv-Wq&qB zKx1;lfF_XPiVF$~v|B)4h@OJ_9|evQv@1@{jIi`|0`FPt{rur>aMztXUi@Ub z5Ce<6)LWvSch(!75_!pjGY}EgJ%xvItG3F`(2=J(yR>6Dj$w9jSUK{U%QbOiVkj~3 z;zT_qk16pHdD`4c<%dy(+3X84?-nG;btOmfr@)kEbmMdpkIwUpe@3?v2;EICWMPwD8(TUe9%dzD9^5DH18ayN7SzOfoueo^@W*{ z8?X^}!=DAw0`prcRrukQRA3IBzWL2q9;U+d3!1*yNB&utC%v$x^!C=_F(>pxv*Rr6teE z9~6Z|t&U?UOolS3ha*rlKweyY5O2ab&fu{%K;P}Gx`ReUKuPrlhkG?vR692u!GW?h^sMwwAGzvdX$9h&(ZI7^PNA9NJ z?bWgjR})3X(vmQUC@pUD?D0)Gy3*vR@zKI5@f>aXg$3~=SFYs&JJ%S-N~;Uu#zgk) z6Fow$$Ok@`X26NW9%wVTBab{a4mLABwk!hA4*GU~vD zn)7DcEW8nAG|zKO0HNFi4fdrMx#o_7Cu{MY0%Fd6FVzBr2Wksjtw-Y!T5@JimMPUq z%#;!`<Tq~;fb8*i5+_pM8sJsCO!{xW`yw&-roO7$N zqhkhxZa(~8U^ACUunuSb?WO8{@KH?mrDyngg*iEv0fxEVRt=%QFMYA);hLHSVwV~6j=KSE7S~}UE<>{y#cSs&nA#KI+t^Gq6pYX zk5UVn2%j<kLAzUPY}3a&B9 zl>htP6xRJ+OoF4Bjgp$8yp2tzx?qd2jncG!h4EKH<{Hc813V-R=nzFw>Pi;V$?p)6 zu+GBmUMC$cE=abjL*F~)Ewc|`qLJr14I?qh`5f1+amzrfeO8H-OKL24wRn#96uacZ z*K<-8t+7oNC(~0k=UXt3YJ093Og0ct;6|~F9}L2am^3IWAEZd^`5+I)n4#s|=dq>c zSC@b_BjTWlYCHI}N`uC1Gc7b{UT?tdj^&OSLd?&R4y?|juMG4*zF`t3sF^F*#)Dns zYM0kwMJf{Y53CPOUC7?|=pRh2+##iOQ^_Zpc`EJe{k$Kj!ASSsMQWr~19JU5w-3d# zsT^)2T7rd#Rei9I+E(_ROMee8S#~$sIGF6xD-mqO_M@2R9bptT?TNn4BF__$hGSJw zTHT9%{9?Q#TA@jG)o8OqXC4&2cQmPb=0}(BDYOVOe*7wy)K8|Ts<+pnnzt(U<}{60 zss(HxtiaSB6hvP;ayJY>fNB!|cINPyBqcj6AN8-9!=o3O!y(^g4%2V~yXZoVr;xz|fa}wZ`BJh+YSYpcXatls$9F61iIxOwP zQexAZ4}JMfDZtfH!R-cN3E!Qs2eLLZWNq@?qNfM9b8-v@w^h)cjD_4UmMYEN%QmI0WQ^Z{zSu&jq#s14A~fd<-GiB z4a2|Nbk~@O*DU(`_W%9${RsSTu|}^mhZqI_M+=ov@UqO+b$kDJ*`IH){uRcYQRp{I zTd{wm{$0*YkV*B8`*%4Fe>Jf#jd0L02!X#?30GlEHijF2i_j|i%xg8DE_=sC6RtNXo|K%t7_Q;*H|~>UXv)W;=qwZn zm`M$;Q_Jhim+iL93(<)gbR0Q;1vJa9Cwy41G<{E92;BkMcDwXmkt0I&WR0jUe%dj{ zYqZF6dv$Gt)kzv!WK?etE$f3fTVOMHH}=F_K51p&{n=^&O~V@^$4po2DqDr}6--{_ z6>&ge^wBfl1&TWIF=>Tj4ULVRs$*GWvKyl=ba4pF}!rz{;-q-rt_IGC&QKy4PWA8%P6e31sj_47SzC6ZlnO^*g(%w*CL!pYY7jDT)|3|h5%*ks6_^IZ?Gk_{lr`US=3Wcw}g+p(tO$&Z`Q zO;>@7wu!hlh8DvKGRo|%sFUtVBF*9g-CqXGZQQr-Vv`Ge!W*L1A>S(wHrY=)el)wy z6SRDHR_@u>c(@CkZrpi`joWT{BIdex_m{DANtaulbO+1V-rXBw(;#`p?+t3JFpxml zw+bC?nmV&wctT2hlP)-X4lQiaYkl{qeRp7lsO2@?Afj;+2_dK(DbP`k2%ZVd-U&qp zu7kgBK$0+SRBSO?9-ZyL-ZY3fqRZ+RfEH1-tnb*OR1>H&Y#D;E@J>NIDA4s1M zQ?i|;6Vfu6S3~q-cFr#(^yx%+?Gda4l^Mbm9858}n7+8c+@6**O>VZ)FHLGNmBL4g zEX|}t8j;Rq*)Ek3->4>CI1I{^*sNX7R=l z?8er!;r$ZbPl_n!Jwu7(qXbe-DKCw?)&=c&0wC@~P0_>33a-%gXealW61+Dd%`POP zI+1gME;fpV65$F+j!95pw3Mez~kD$S=R37M{8ybdJx2@&UZN&fj~+CQ7*WOhSeblXZULVW@j4*@7f1 zB~6Jxq`G?_DBtH(W{6y6vL#Rb1kvGSu&PyepJSmxEENC1r;J0?9!226Y^@e6TiFm1 zWQ1;y7hO9=tvzFU;x0C6bUrhD&UlAnWaL|I(^xUNoy^B?@5+k^J;fp*MDf2*Y-po0 z=z&$TNUAs0tk?qU(G9NDuZNzHoH+Mkk-dNE$!-LgL>5aaZzM##TlK<|(rBOD)((R* zTpGb%o1?=r6_B)8_>(uok(AX?A3wY@XcshTawelZa?C$7+=H%};F_>G0ecAL4sq=x za6@402UT>dV36V<1FYvE2-+}v>i>mPD$5WZq>*?3)mxv5XCgIAT==e8h}aL^efiB5}HDisOWlg83!K!94Fgu-pwM94dF+6l; zyXs?)6606+y}EwNysh{pFjEN)sQlJ+Z23>`jIeP!#=~{*Ez+qbku=dv7HF)xu#vw; zWG=hmBsYX|s-$QdKsmHht;Nk@>Zf$&9UDjT@Y z*PhU<4sDBbV<^cFSeflTyS$r?wxe-DeXuZZC<`P+9@o=DvzF_6(cyBbnMUV&^&()* zV?1!Rd*;*xlRJdJGapd7A~0tpoAoL6%gb{K`-LK37^+9T32r1AZrbe1?Tp&WmFt%vN&W4P?=e_Zzuyx+ZLxo^wdWFI3S5^SOURJ-kg z<1q~vXX2J&%dX8~k}e&#{GAQRDeil5;PHsh4^-t9->aq!shv@7KI^GK4k{QDkOQ-U zTKL$A*ZK$(y!RQ?V}-+4+#?FWd9Dh>RYouoPjtvBh66cAmZmJA)$&U+aXX)U3(5ye zXvA(g1fup{)Xxzg*Mpy1A5@iDOfTq_4zz9_Kv+VTp8)XzC`O;#)`zX7haaatK)*;6n5PUpP3<3MHjVGf}=k~qaz-RjUh-s zw;v3I7eD_u1abc;;KB&}mn1MV0s;SsoAyVq?!Wu}b)h>(Ap1>IfB%eWzz7t$I1T9E z_Y)b^{89T4wCFc#9Q*?5UBZ4BPZbDnxy<9eh|OO-9>3x*zpMxK9n`*z&0nquogCEu z#-6;q3Q+rRFyqB#fZBh989~=@(Y|C)UWx6qflhRzfaG5lRs`G-R%HZSg%yMOas@!_ z$faC2#43#Uuj-tgV_3J=UB)#h9F0Hw<2LZ+N_U6BH81n(5EUguY8?w$EDcWG;*ge* zvhf^@lRkZ66JEk}JfM#SFbY4W8P`Pfkp*{WFB`5{0#%n+cI&j|w;Z!90!;YV3Z6hK zx{P#+l{zBLKQijyPJWU21Q#W9Qgk&+A7SI(W8`Xuw>)Ajw!x}!Ic-Z%eG;dD%aZR& zB#c{}TEcbuwB{7Q9J%OJkzxlLEI`xWf6orYzMHGUXrbX1#mUeY=)Vh?_F z7IB?sGaKNB$SaWXD*Yi;EX1ARHWWyeoQ}7npl_2)TtXKNR2xz$C_ff{jBlbS0pup5 zQELL9NIwJ{!|KCy&Le!oGuh0JUao;tFB9|%f1@IIuz`m@=*X%X z)j?IMhUVcb@d=uWdUSM^ecC0wCAoXvX~ZCaqOmZ@>NTq;)SK2S8Z%TilGoz4Qlm@* zcN*i#SZzbN{194;;1No{x{g4LXng=$Bn$SFz|nlN{c=}urMC>zNLO>inU&(mW7~W*VEyBXRt`guNKY1ds7wX)E-JZjU zd+&jiyu*3_=F!#~>({USUn3q6nlD{frIQVCLqHa!we!7mVHE^G0lj}l5ml9T-3TkT2h$9w5siXCE{W^K z*nExar;-C@b^yfCful`~me1!uiQZ&4K_4GS*`%d4(XQ*Ym0@}vH~|S$K^H8-n6(QF8SBJu;R?w0P2_rAA{Pq1}{SQ3l8nvN$s7M_sJG*wJ>VbuW#vqH{;iA|9c5f-lQl5*!cSq0gLQmA6u+%qPbS z^Ex;#YuC#}Ny!u0LJCYXONf?86UAAcs5zI@iJT2qnO{k5(e5KnyTDU*lbs!%#`7M6 zy=2p4u(t=<($|jhO_4*UD_Fr*AC-*gEfVa@9L=pH#4Mp2_>RmLlJy7jO zb-kvro<+7V4zRrmauR;8@@P~=k66MvFeWdho`Vgy|4AG^jSY9!Epe7e>*%`y0jt~~ zfvXz*JUL$klSdyp$H7ltc_mvxnB*2rfj?imlZ2)o>z8c2k_6C}bOX{2lo z5@9!Xq<^^;^<^$z*g-%}Iwlz;!alPJwNru4+jIIRZo@Zsgca>2h9|Fj_!{(dJ69vjsh6Sp_o!D2w#cLlZpypj?|YXm#-O2m-z@ zocw3FqYPKl`~Fz9KQ_Rx*216Xj{bFA#_v41-|p0nHu~+||GwtN2m1froBT5j_5YsZ z_xXeXCXlMp@7v|NAqFska=rff!(4ahKe7zK#P_e1@&_>S^IuP}{>7oXaM~^h5@gW) zO{?i*L_qCtPTu7uf!Y@~-7nko^Ixq0nSjj(xM7^?FYBb;FpLCXz2bpbz2-z}^$cRB*y4Dn|M|H)|R9kXR$t!=nzeDs7|;gFg596(h)HsqB5{XH~cmBXE4fRkzG#^eEg+5>~nZFETLO(AH&i7KlZ*luBvToTe?G# zmJkJz-kT0VKpG?j3F+=ex=XsGyHipr=}zfTX{3>mmiiW)xN_v2%enWw_r2eJ?~gy& zbIrNenrqCt*Bav)V?1N?#(rq}*NxH$(=p!cSLg=4()wdEhhd5;0>YSGt%5 z<6EDGH(k+d2Vw)B2)pfbfl$-#bG;c?^I>s>h@zC*_)*0G_Q5qBI$+QxhI;D|Al?O_ zY(ICMRcHqsCS(bwQI7*GCqnEZxDVcCSx9e^lm-!6tKHS+!9cpFeS9bR$(G+H?U;~& z&Z;*tNzd&SufoQd2Z!+$^_l5{XLHWepC_2?kmH%92MFUh7UAwnGI+*mGJJ{(^ED;O za8iS3-s&cjHS!4R&k#$}bzVB~MiJ^(QDu9u2)h!$YZp(pj+VzsG2gqcuw!CB%P-^8 zHQtNvM?5`;;h43WTJCY{1d}cj1t@OT%Xdg)q+94;*vY_;+$PJ2cA)cN8t3!|!;xFo zRRRJy)~gv&8w}1%ERy4dwt^g$F~BT!GY(XoqvdM9kH%jL0VSD| zRss-f$rHX;}G`5Zn)^hW$DB$X9QuUzpB{UG$g zlvR^?%p!a~EcV{JM#gU}5tbN>umy^kaS?saFjm1yYnm&W@21+ z#jn5Tq`Nn$-~j90mcq7}=epOn-VwGIFOFZK2R#w<{2FT-%yK--;dK zcl2Y>n`Wpn9cV$E6qzRyM=*hfk=$3x^_qwf1H&aF)9EQs7?3YpeFSjsKj1;P?KLu< z4>>%uMw&I!HvqGIc~(VmOO{H8#2dxo=_73jMmJ*W_5w5;ehF!!^$GlHL<~*z3G7*U z_~Hs9qD`44*jB~o(=T}_+A>#h;w60sGWuvh1QY(YBX8kpZv{LHG|E|grhg|WLhlxV zws#t%Z};R!tlqcfeXX%h=8y)yB0fDFx{O}0%yGu3qgvs6-4neWJYMgw#bVs%FNqvw zH725G>o%uLh?u>2yLH&dps1d1$Zhu6tjIdZW(Pqt}GIpWtBjE5Hxd zqBG`k<+5BCsA9YnuA>~%3-A&nw{AEi5`N+{|EQx0r%7Rg#I}ak_3cK`Yb|en<{-=V zPiPz&9)$OtdA~K^Hy@5Cus}Ev+{tW#uDMHK{?(EZo)9%??DWP+j8&lsa~f(u-oiNT z)5hYINrpQ&4(_9xh?u+ebbLcC52zFL@9)167iUl&P;Lp&%}Pp^9sNqJSXZfLWiwL{ zT1D$!D=Ar2#9JLv$x(fWa~d7&lPd6P$Av~Q^Y`)ZfZ_EI(6O*y@Bjmf!M~%ub`1;V4~G2Q^p%J^qSpO0l_{3V~0m68AVwAx=>3+EFAl#^dP3+Gq+SywsNVb4#+zZUxa@WSUlUXQPt|C_*FdE}$%50MJUDn15Xg5tAoVRQM{{GEdz|F6{hxJ5t(i>_dV^3>TYZ5cNUhTgmzJqQsAkM*QbgUCa{l)$B+dR`c(8OHlC1ZBT^ zui6=Samb`?(lzLj+Nh-AxY5L#Ji%FVlihRGho&X7k#= z6dOg>h2aVq+e)Q6W_r&e@PCB}lrI_2X3u|xCPW;qAmj9o-hT8KjI7>Hz9TU^k1FG&;Lw2)Q4jjZ%rdo-h<%k@o1r{62X^2>g*>@I~X56kn9*o@hGKxD|EV zy4Yw|XFSm3liGen;?J9sZwS-8H&swgRW<3j3jbA->Qz=0U&^CIm2F4It|~aqnj+`J zH#!TrzE6WlKPd#VX6h<7_{hE;p{p@6OZ#zegD&dY|Lc?*;8Fa&Rs(QQ|3g~M|2HV~ zA1E+?gKGb?KK)lC`*XUNz(1|6{aIb@zvKVh3jMS465#p0;GGK%_FTz5-vof3@e7O# zeB-=%1&Ry4Hi~;0(F2Ic0Kkg>yyj%`18l`pCvr>x#w^FQlG0lX;tb!1eu!vD8zf93@6&LoBNkTd$1lg7j$wpN|MJ0WK_ z<+@a$$=XMP%vsp)^)@X_;ZvJ!2j*%zS+|FDII2Ke>4{1aSYek(jxEu5q*>X&N=adl z?Ng@-78%hdLY?z^_0(!djp2TRcG~+GKZ1vTx*6uRP1zXZ@oAt)InDBF1+5YyGKU0q z7xSF{RM|8^o>tpvtG0cx1OB}AxP}MyXj=O>%7GPmTn6S>Q=6meN%MJ+s1fC&lx`|4 z>hee&y`Hhys!$=J%haBhVJ37@?%q|9W?J>jK0@lSQgNZ2Fi(01f1JG=gv6ZC6UgBV zn#)^icVf;=vs*{Dv0ty)XC%H!M^n5?dU3)`bah&UmAe*-e}5#~VU;8vqrS>y_JY-tRkOIz&lZoZR2WBVsVk2~9z zIP6H0s_$mvi>aXn9K?%y%JAXionn^WLce)7I{3-p5e^DsRzn_0FL$}Z)(pE_H@OTC z+aWZ_vk{b*fIws1trf7Gt-9oJPwHdb#$8x21wr-P(VETsurKiN?J=L5+MV|LZ5i0% zR@2xMTCDOzZ%p{4xuKb=booJ`lX8LlTfs z0zNZK%zySE{-~U)J$#l%h2@(O8Zzz#4)seIOcX*%JcyndI5^U|yMs_VFS)^d=#w5b zdS8Y2c|wbe{OgHcHb=G5;Pi(@7s2f&3{@{qg1gnw0;@2}Uwv6IKvR$kLnqH;(k3y< zkd~ywJt1$FIJjL=aY!0HG?8VGCu%r^=@W%$5{-fql7BxLHar!|H!`VaG%y)Yb3WP51#L3ErxmPWg;#_*mmQw7ssX6L)U9Uk@>7{S6Z!N7#9Z0m~;TNYlJ7Rz#-8 zY`9b06Ja`QgplAZSCf9o2{`0U1VR)n$tDQl890L3K0!}7p0$H#IC&q)x;-_6s9m6ycxpgWQ2JxAiRts-8zStL^7NE5rEU8AobLMXc$pEZb; zigcWWhgHhlg_a^Z954acD)l#O#euiB&x*F?|(UXIIQTB4{;Kc^~(yhJ!)*w4wO4m(dP%N>B>*hV%LAW7Ae zl9*6)Z4~zMswL6uNI;fkDdQsNHPzSQ5FQIC#7k?nRY-|Su5@Br^@=E_n6NU7j(u%M z^cJqXZF{wH*0TTUbU?yRUr&jIa81h*R_3U$3WG7Tj+GsDK(f3#=hO^ijptn79L|9R zc=-8r&eQ|b!yDCp&yB9U%j*Kt^p~7+0F_M;u$wNZZ0K(?v!>Y^NDgdw14 z;lXQ#BQTDHv)AYo%`WOwoV^tsBELm2-EtU`S{bBqocwGR#kJWh7^$$R`neaJu*YYC z%`f#srypT+bSV|r>~1LJx5u|wwb5nX7Z&W?n{E=te!Ou^B0>DPkcx<^EC(HrIQC}0 zmY_AQdJbxmN=ch&tHwS+(f0)7sa=gFDty1A^Q$_p&mL`lhTT!imKD)WZwVu_%J&>=@>$t z8l@v{r`8mpi53zL@gx+6nS#D&s|pLk$m)mS}} zuRcK8Mop)ODJRBzOPh8q1(_fUWpq51@>Yl`g|V$2eccBnu2)~_!G&WD2J%c!$-;h4 z>}I(n2;wH@HPCirl!tBU2I~o;R^M z6YBJ1!{tYmQ+S7Q3qA7Vja+vW*1ne*QTDf?*$(zyP=q?Tnb8-? zIcbSd^|PPlrt=a&i=az2;_moD$~ac!v3!(N9zBw^-$k=At=O7t{UB%tOE@34Bcb*N zStcXxO+&x_bj-WQId?W?moe)eoY3Nm%YBOGb*OT+Z8x@ zP)%k{eUN49U{u=4>b0}1vAVqEWw@S+PuQ|8Z5ez2cpXDt0$F^NU+62fcwm`Tw=!09 z%u3BoiS{QBGcq$`(ffIzGBZ^aS7Gt?p(k`D%{`vuU!T6LyHjH}vswD>s7jmM=P2H3 zP7LJ5uPQWe?TRapzXvI-t>M^Dkj2FkaaO-!Cdc9uc<||HtW)j~Vr+Y=`O3AtCiDin zjOjQ96{9pg0-{yLQ(z`-KYq)4BcWDNv~LQ<2A|rx+>U8>tGz(^!`lYfTWfs+qd3rM zmcD9P%t7*`j?pR_pX5m)RkjpB%=fa$d=8b-&ro%y96LL^)#qY*cZo8yvW^d%SJQmd z1V)67sY2f8L~TCdD(CGL;ode8JCxXR^`8q-p2UAHRCwhLT@$1Nv0MUeokD(ot^*}& zg|sy56OUwMu|J=F>J-v{WKb2y+31MQKu)gtF`ZHfpHldly>J-pgxkWKm@!maLo4!d z!W3&Dl6&|j?vQTqlvNpPm`sp_W}0|Kv&8#|_cDx(%{Y@dDy)!VWEhC4!3d{>GBpGC zo!Iy-No-osx+qCG%b2RMtrgT$R5J*=0md(kE6kIMHQJR@gM)o&cM-aT+&)A*=yGk5 z?Fen`KtwYeT;V@sU}dSz5ktr>t)t$r!)Lfw*I5HJPe@iaS!SOYQlc-mq z6qPW)$-5CUo7Q!9(*tE#-)0mcE@xx?DQ;qqnazHV%$7oN7)%+0F4m!YUVB=~4r`G~ zk^1OClVg1;X#Pe#i}NI_=8ym`=GZpWNgdS8=$ld$B-zEo1dfbRo|LEY&T}kT!OZt{ z;+k3&?30RP7hP$w(3~X5A}DgeLq-9s>>p?KKM`U@Qux&thL*2%NeQW6BV37C1#^^ zrXgQ09?c8Jtpoihw6A=s6DPwyt8eVfqr6(sw#kX?;mSncIxgdGj;_91($_SRz$}-8 zbAPHoEAUJG*?ampydf0K=k;gzZUp^Qe^wi)KP!A*e|9q2ZnNiQ$KHSCA`Km6>`hZo^H4TLtcv}=e%t~2C8wO;rC!1`^AMP7QTVmTVS%& z6dZT#FhRxK#;1GgZTb|mD%o&DPyy~Ul? zIQ6|T5~1^Vwho1F6qY*pnj}oHSBZyLJa}5<;EoF_*aE$)vXfv=SI)AVOK%;R;}~B{ z#ps@4y32GalN9hn|0AF&kbrs-Bld$U_!l4XKg5yyBX)TO_$c)xY-0cbEF^<6nD?zwT_;p5nC!UT1FKo$R}hzyHniLI1y`p7H~^(|-)~@dGaC z%Om(fzqqmg-gp0h>E~zq?M(Rrj^4|6{o4`$ZU3=+_<8pjk#~C0dmbKg0YhE%0{a_iUWA97_ns3_ zvoib=FMYmJK=YSy>2py7&0k>l^LqrE7cl$zcYzxOnm;=ib%B|lH!p%#E(e}4ToXV9 z{m0hDJrCKr77X|UowX<;;A=l;(xVMg`!J%r{!|2~1L%0Y4wI@`0Ga)E{~W2fT%SL2Pv^k_aOYZ9Eocv|fBJz?T+e zQ@hX?;H*F54_a{N5!AoUcE@&Fff4DdzTbV`pztO7F*SnfsWyCRF6PyEIPJRO@iOv&# zy%q}^QN{(Jq4%~2tkm|oji>iAW98WI65AfIxeMjJ7RiI#EJAE5f>b~8fDEu;2qzD% zp4D9@G}US4NFunev8ZN^4K6Hh<+k;g&-V%Pdf#5@s|k}`ss|M;ES--sHA6i+WTocU z_JDK}!`n_n&rj~=Txm_ZEg?GYOqFSC`AG^IPK1lk2aHuO7No)Em6@~~4{BFY1zb{@ z$9J>A16aLSn4a7ZBkSo!Us{~nv5Rt}n8j@1QjjiJ2PbV2jg84>`;hAKqD>!EVqnr9 z={i2FPYcMF?(d0QY%QPTd*|nT@0mxP&F19(S4f$)28Syp_?-$Zpl@WQZ9zgOV5DxP z{a9PmR7)F?PE6ZG*Gi8BDA@2lyy*lmF#@Dc!2W^3S;8J$ut}0)^asq~n~yvCq}$&+ zM?-doP(r$s-hLC~dJ6${a+A-a`NRsx%OgO-2FJTCxpHK=KqF#`PKh4e^TJHUTxuxM zkVsrwfP!AsUtdaRJ*!)VE{3bf2DW{Mi(GqfP1P3bV?jfxg9?7aVWR?v;=}0}GV`(u z_WT*wxO{9&>20j-GZ$5ly!H)r)OTX98Beo!R%q453c2c_{UDNtN^>6`R?{jpL?!Sz z`P)=K*_C?OIoV3g8yxfSN}*gE`@0mL>jVUJ0YU-LP#EIq&<3?>?mSskhO@c?5??Jt zK9gtaEMH({zVz{M+@=_W$U=KW1Q^KLOUnhyr3YM7fqL=lv>bKJ@2MO5XAIWN+uk|O zjD>S#1ZBO?uOvuZ_lB1{XfE&dGi4WI2w16ueXed@#V>_DLQRB{C3vK7Hue&y72amh z)xH37ii(0n_Ed?&~DF}0<${AZTYK=?U~6zOwGr-llIVk@9B~_YM0Ci6c+2Cx-?!?$rLMhE64MfXci6j zm#DuSP_Eb)QYU4o(@A_VgVo>ve4as>@jWHV$J2uzy?R4#4aD{sHdf{~wdgJP<`lGu1*m`;NzoSh*4qb1 zh?p7DXzya3y4UsOKga|!L45E@k`aY)(0rR^r&vw8rbmxGfc#c!2B_mHutEA<)W89zq)8ECPwW1oRMhB%h+?J4URF2c6gP3_P#n zDN$Z>^65a4P#t^KN-m9Dyfoae`VAC>1cqC60Zhp7nNCzf|L)3j`)U0fb zUapqjNNhVjEZOxpY_=nHt>fHa4KCl1E2E3UL_0LtN;G=;g1;k9UUPXSJ8r!7<19`p zxh>m|n-IkO-Ea9{fDwQ$)1|ZgV;I53+5=kE{}e`Wg^hW|q2D(@|NrRu3vcO)Q=K3B zcQwKPOPc;ym`MNI=K%9F{nqyT-=7le-U|D*lXv;;!o7+KN&ASwE+fy;Fb4_ z^>}gTK>HW-5jf|$Nyzw%{dj(j^Y(=SdD$jpysls8KiDR`rhf;-2L4{Bx9;aL0i5|T zeGjuXVK6?7wH|Ma$y$SI&X^lJ9#T=RwqfJ(@$F^j0P=}bDp3= zv!5_0boHklC@6(+EfC8E&2zO|$%aG}BpL`L4mVTSGoq#A5RoEfWqixP-Y6U13>urT zdwc7)RoTN9Ji7fmqi(d$Df#+lboPv2>~LP^Ie5>@uEpe)Xv#U&^!GEqtFnlEiC z=`XM{d2mJ<)tjAGqIqSL$5%hFKd$M1`AzmCKr?S~K{FrEi?ewv z3_Z1XPKMGSu#O*i;!)Kltl;^tXT}I-iKO*6D8*FZKYg0XLc4H!12!9h=!R{dE?(e$ zqj-u@<~FIoH?T%wGwd%jts*_q3Yv&q`IZz~U$(fPvB_%=`8vFOdgRtZX9vgWtaZP< zVj!~vQ7O+Df#*!1msFj=*l{iep3f`D?KK4tLtR+{nfgpL$~`{KFFStIg21+Ui2#gZK_^9kGYgU}K_Ilbq?4qmc{r1r?u-RPS#d=miS07`<6H_+k z4i8UBZESeG4clzTv}S9|?Xd&~7wnN1g75%-rr^6@IOLjni(=DK5}qBJoSvQX)O=?yh3-z z5VijmrvG^t>6OcJUD)O~`x7X^1qnKjodj%7PgROn+W{cj)+19C>i|Mbn@!hKG#LB4 zP(1ZvBn zB;iJhhSvh7eOiqpXi%y?M6B{GbGX$?cdx1G_^#ogt5xoFyGgJ>rUmW0ftu_rv&{&9 zT^pgsg)HwkEZxH(rr5sP#C88*EWX8WK|+IJ=C&%+s%~`Kqeh2iX`G!k)i)ON)w`|| z1OS;`54>Tz`eIfVFj8^gY7ZG|c4!qX$k z*GW6cEN`p0=C8cBYXT^jiT7o@K&Ym^L* zJWa~;4vaDlVfTH*b4Bp&CBn%0b!k~Zc{h)IgBPdT?q!bV_%$?guBoQ{wZ}FzcJ&{yndmfE?L4j zN#zTN7t9I0IyMjW&1iFjj=?J1ox=hXpcAY8_E$p?jiH=g~acvwKAHFDca>)A70BUoJ+)h?`@S+^luYtBj0XiqK2xS4OoSA7lDNH=Y)YhcsNT zNPrkFDs6Npp9*zPBq4^TXeqM?Bf|hS%MSWe&4I_>7i}mUt%Ae|djB(-;S&X1B4SF`3O7#&_&);oDfMmb49dxpM-QcNxb$@fRfWvx*;e=|g(r3e+ z*Xop-`~;f#mIzrB4E}bu-P71tkI%-#u(fQA!ydFf&&J!Qa+w4sYk3+J;kh)~P*naTN+gad>$ilWMuw|`yj z_3~TOI9&WZzrypP-U3+d^!?n@G7b6ultAmmAkhPkRZNsyvf>HI9If>NLkLgd6*lAQ z;heO+)%|H#nQps~I25of`l_POuskV5B;84ogIlRgzMuBhATEJ>2|8$&kDImMK7&JD zH1EY{;-P(3Le`nj zgrK~PKi-`C>`Ci`s6+&~%=``UKA8d-0(0YO16C3H7bnS>&04{%AfH;(1^%88Y+&5yN#{Rv2?2y9N2-)K`t+Q*`JyAvo*PAf|vyXrkG4wo!pq z*Ly^cvhmZj%FFW1_;Vs2Ub?OJDg?hjBD6I)EpQmt%XMto|2h4}qlLEv zgEnf9mdf>4P#?9sT=_S8yiUJ;@=w(N)@HK;KU`?-GGKnlzu9);N&BXrM<{ zK<7DI;*!$@TTJ_HMVC^SjAwO%zs|4~rImaLA9w4^M zx<@Fe;M||&kfcF7-L47b!W-@E`uCiCYEPFpO}E-qtM};W@2>|*eHceiNuKSPb>bvd zdP$iY{4#m=?Hnx?GFG=flA>US1c@f~=;I0r zu?cl&+KHY^94X+2KC5y>istKixvnpItDD3K`K4~n#I#iA0#mn*QI)+i%y8JZ+h*Vm zo$O=kXg^KvMXz2ImUuE!24`KHxT9?1<8SSy$5C}(VRuHfeXkV7HML#_dWP?{Ugc16 zL%=obz3~l;tITKi-iZ)gV;?)p=OVPoUAXkJFg)zGiuF5Z&i7CW*VMM*m$3$@X!BA_ z$mvgK;AEewy)OPZ=wxflzb24S9HJvefEB5CDm%qGT|&9CMU-7=#BqaE^EjN{63tmF zFPzBa4eaSU5dFtdR@G^bQtiyT&-d^{JqEhFzJXiUXlo7ALl9RNa|8h5BkG8#I6@eeJ1#HQ!NbMTl;}){%Mq`jg*Dqu+1FApod!YJs*!7V!ff35Ybqn z!H{NDckAHmPo!NED*~ut)Di_~$+-k-;p;VtDsQ=FjWI|-PqXcHFhEf3hn7PY$=lw) zL6_BjWEZMEtDn)amnF9{^Y8=xl+K>6MXS7hVlRq`wD<-N?B_tKALR~W{!TIb7XbcX z2FC9*sezb=eU5wd-L!8fj|H!=^qVZynxvLXv9^0Ao`2C zAD6qXcPbFe1^M~kz6t_eggyN2z;8c+Ko_B*zdihqwy%^N%LNDP@1GJx|91w^lQ6Sg zXF-0t1PH_c{&#UVfB~MvA0xBC0L$HvNBNZK8Aln zb{DgJ{Lh}@s`&wqj^ByWyLbp+_)dTyBLH<@gvXt`R)AmO&&c;hFYr?Wn!g0?o&Po% zSTAtLi{6VUJ*HpXF2GI&dVlr00NV{{{_1oA_7~8+@VT5{=z;#X?Cy*U@E<8KP(ejnlghw9{it~clV0ERyj0mEf8 z@ElVBoEQMM(n#F?vek9Vp+vFg&i2`ACwVxozGZ1=A7C5ZdrB^pfkGJAmx~cQfQDfa z8nx0M$UM|QC+jwFpXZ~ftb^*oO*`GUdEg}>Ed6Mcvm0J*2aCLB)(g8U36PJuSA9_Ot$d9QxK>ByWai zIu?17hMFy9(=4R-s3T&S*DVQ1`I7t@x{s0Ml6aAn{q!bFA=cZV#xWO4V$9vrDzlwt zF;I-`xW5{XkPtZU7D61YAlr!fO7K27DA@99u%DO8v@k|e_C^}Fl%k1n-yElz*X!%q z8(NGNMR;>a`Fxy*p`P_o{r;QsrIW%lYI;NGLE_K7b1#2XIf1SFozD43YXoM#luUMx zxB^xW{{_G6*YaYw?R&X8pz}fptY73;*7}+pr!}*m6;QXrV0KDMwXPjQr`Vra$eAjU zpxm_C^v8I|!{TgGZTA&)n65*FfVZy{@|H&HUe0LqK?_51&-;uVos=!%iOC53gEUGAkDF(1(S(S{dvo$#0r)p`$6rb!2|8PS*w-}BoeHXZQb zRDY?#bBL>8cR+t^A!MsU>6wM*+|NH9%UXy~J*s#tu^faWUTQ34CSI61sZl8Juuf^? zNU%+ElbYCHi*)^@YPKicMm4TnKDGceo{NP<{2Jj`Xfm67+1(1R3bq-_iyrTGO36w#!pBZdPn6a`rEYFAV0-f$rHr2u=~B)DdiGjn^uz8~(Dq@; zM08_{YPVRU^E4myVa`u`>Ex^PBh08(-bwXVc*dG;n~mJ-X}gIAR81UB*pGKs0U)0Dj!wI-(f9uBqI2lJATVm(lD$I#Fs5dsq?CZ4{Q>q)@RrA z0I4R-vkLeHyUh~^$rU&!md=&-FzDy(7YH4Tbs-kYC@OiBO>@nOxEXpSMjIR1dC<|N zExr2;OGh@k+)G6Bsb+>vy|FaL?k+*?SWNEvflse!QAGk?TbEsrZKdhJY?6RO!OJ?d z5P}x^lN2qYinlKV2uC2!cDBTHzdhj&XZUP<<$7Eb++?7?jClV7ZUXBu)LaN@k(elE zAZ2~_1v-CuL~DHcZao~A41>0G3KS%{9!v_o)7?8ZC*Y@4R>@3zECK7Dv*WL{5tIy* zNlTumQ4QaAd$y-kI=W11MTYV*j=hzD0M2`$0e>v6Oo=dxxnCuI7gm=Uw~x>ui_c(Z z;7K9$<1o$nb`3f2@p)5Q;|8zpcxzWwLNZUIC0YR=Y=X52@+#!&H7kN>8+&rbhV9+E zmDr#?j-e&+$O(dys2ZnJ%c!(|+v`^J40d8nUlUNth~S>04so`8M*smW9?1=Hzwahe?n6x{zc7YAD{)f7+Zp50n+ z+!1je3uoVQnw5o# z!0n_JK>OppPbg_$x|JsAzTy>!ij%L2$6*@(X(l{E$)Fy41p2;XR#M#UgeSpPO@kx* zGIGa>D+~xhw;E?yC857o%?Y=o-Z{JNIQLqGYd?L?#aw>cBA2DKpWdWT;$XP#?!!UT zZ%{abZ?2>mWWFZo`U4R)k4ejUne+=T$Kr;1J84;k&r<;A9Cj*y@&Ax(Xr?pG*OTQS+~0kS_H@FI6@>@u(eb35O1my+RF z_#;9=j$kUTtJA=)AL0j$STqfO3@;6CocQqi5$kHMj*K}GZKwbX_v(5h7sC68StH|A zHszGP|es~8wPIsNE zFWIVu@PzK7Rk$aUFjSZ zpg?&Xq_|*K>)O)3@utgT+4hi#Z8t2Yv}mn+9jeii@rAn2g3i>C(O!mFh)1`y-^)>=Lk=d&Az=>l1vFZ`TYvO{lUEi-e~{wbhm)T1E$yWk)>eECF2-*T z=!JN6&Tn^WOp4tn{0qfY+JdI{AHtV^;_7oHHvQ=#u7x$+bJaQk0jbvtIbZ}|0wt|q ziJudK125G^q;%28(C@=@aum`x>JlKoKtD}LIHd2r&kbqWL1x)SU^R{WINFWz?2-Gx zZbql#Hf*31O6(K@WsOWk4xO7OirV%g!$To?&b}1}T`;v)bOK_iI#)3&a(wyveFT4B zc>F>n9rMZs$@|cc{7XN-K9Xo;+CWJD+AM8$`r;mi%vxGB%88k_kB)nW1jQ_E9=@l( ztpo(!s0#Q9_hrn9=%bz*oIU9eRa6R0eG=-PWM=tpD;=esV-N05XK}(N_bN>QF$^VB zSksx?%^7T_W`lOK&}Bo?fj&x{TVz-+!oFPE1a`xuhY5Ob+ywk4ef^?Y)+QBk@vNwd zkT#ZQdvZn`Mcm5^Osk)unMt^&Z7KTSeyIkqUZWT>p+jYTN+wv}Wr8`1CAiIu?$qsM zRw4S?HBCLA+*(W}&8y&)_lDiLfJKNvlw^Q#)mY-U==%k37}NQ7efJ8>n_76r91m+` znuco^8Zd@haUM-pxU?P-Zh>3Y3IoQ88;}^94zqWkEv~*X-@tr|xpC*yDnHY~u-Atp z@w1a}6l7Pf_ccN2-Jw@` z8|hK%`+$bt3ijn00Yf!nm2j4_reWC;L$%${<7m5DP&y>g1_o{&<*hX=5ATQ?$BBfa zkax%B<)7V}D!tqNv{t!H$|JL%$=E=aJyYe>ctjpPe)KF+jQa`}6u|Pyc`M`{2hczpUl|mD>kD=KU*n5%@75+wVZr z7ohD02z>rS0?@Hv5#;k<&d+Gs&;92$1uovEKeaD1&Y6D&ks?L3S&X=+@!R|PM$#?MybutZf}}MUnJljk3dlIQX*dG`sme*q?4A+2Ft`yDj1^q7sl zX-^aFD?#M`$(f1|j*+@4p}F2X#x$}Wu5#wRkg0^dganzd3h4cdbsdBE$?>5kV5c-B z43^Xzlj;eoS?sVekOTd`&6H@{#h=-GBy5;q>~FiCaY{bt!nEPY!7GRyl98KfSviOk z<-z)@S|}_jv8!YM;)4xoCX;zqK<&b9oBJ)B}O7c3t3?@lwE_Q<$&` z5aYqW&kjR3?YeE2c#9ur{iNLMR!amXE62Bv)6Z#QH{s#kibAm=><~f-9Hs8kRms{l zVvpo8dQA!BTI3<-Mr;Hk=UF0;!8;ALm^H?yF>`BX5MlC~aknkaIZ=*1mokl`CaySu z9{>eMcl(q>aiK;FhTRXzCd6fPpuk7Z>W;ygaM)fU&OEY13hlMO+Z`_|pR-wdBqF;e z-{4D^8ITaQ4Oi>;&8(}Pr2tO1VR>T?15EsleOFvSpk}OXDVmmU?`$kbXMEBEIT~Ls zTFIM7p-$32Xc;4kH?nRAvJmR@&Bh+wfMw*wm6H2Th5jSRoZ)i(tW&sX5CI4vE&wFg z=Y4R$ca9|5Yw`4x>#L9Y_xIL31ykgyMV7eK-QjQRWxG-$>Y>(|B_mFOo$PT|jdC_0 zhNK|{(0R3q@-&*put5>sB{Yq3JH1&t3_2tZ-NzO8SJYP$bFMGMuJhh`{n)*!rrQ(I z5v{9H9oc6$ViSWjY<9&BuL%)@881a_DocJ}`9Zj<0jT`I{(a>K&i~F#b`KUz1DM^)p$LFiD@^> z$9uwQ2~U;GZNRlz4~zEoC=^*{*U8^KEHXiu@gcWBKthK^L8<@D@0Aw|uMkP7$VdC( z4UtL7k*4Eox1vrDw%ey({ezb4T`KR0D+>VE2q;EuN zw=S|kR2MK5sFt*O)KnVdaBHrRomU|y6a2)hAlTarL(DwQ5{t40iUp5H8Hx1ap|JMwL@9+M< zpZ~o5&GwhrTYpCKY>yd#$27YzgU(H@^KA^MufJGk=X3m7o4x3Ld>*~Sa;~EN){eTS zC-Ohpj=HXk@N%+~Qz$^01TgRK1I)ooFCmXP0Qy{NcA%KAm<`5Vaa|uGNm<%+7vbwS zJoxal2_y;5k|aTK?{JL~YbxX5ANs>ug(q$$g5uy_d@OA}V-)2?Y^|1LHJ+Gj{gkY$ z&pC{Tw}HokU`>quwPs%uZ!U~)LBbsM)VyZa|4SNc?@(Vh$_zSpVv7OpnEYYwWhX!L5TvhrrUW)E^FCmzo(iEIJIeXHLFcy`2d*rhNhH-OZEgkVHGeJ|WsPll=w{ zH5|T?^&Y-4^GH@HmNQBq%D+0c`WscE+!;mPJeo35!4>2!z!tow+Yror zDZk=-CZ^4o%&pP;T5mh=9G$Hq>V%o6i}H&a2H1uH#}{JwCU>?WK{OO?F{PM=z~1L zSQd9yo2mR2s zgoI@{7|!FF0`XEdqV-v^LU(oZJ~vU#I>xHDUM`1C{^cN5&qSCtN20t|G?S;xvbL=q zO3$hbZC^Z2^VkCe1yWGcd~)&vZZCeZ1DOANQ-z-U9)#dL1=%ax_V&Lbd)3D$`~`_P z7Vo{VgVe$E#URl+8x!hw-1V(o$oIInR1etaNi99N@$$!XpCDy4wZO^tAjP383gmL- zh!l9_^gmPU(3aG0E}yjLQZA54lKHSkuZEWu{@yvevpGlRgyJaqwH~co%h#gEE#ciI zD^FzU)7}W{9e!R(SkWyngS^d#C)?4r;QgKBCwVocuUv%n9XrN@!ny5eP5 zR*_)6rW=j{bjj@s5Y+_%RU`xenm)Qm^JqnZy@UPPNcLx6;DtVsh*#Z3TRcRoKtkdR zz@(<)qrxRSfcw1p{Bfyy)Z1}VrNAT(8*bbCB&!E{sc0o ztZ3CmvYIw?oLQulh^0DCZ19HJrs!h zNdaZ~9+oFu_lMtDWXWfswFx>p!J*+&CzoSCsh#}%Yv*g%cjx@X< z{XP|`T7Pe7xD|B6dEl$yq#3vRtG9K24;!$i7|{msMjBZos#JVld+!d9`s_0#Me2d^ zkK|9Y;^uhjcHqz_o2Rba{MQ5k8R;*D=sAV+1X2C`)K+^8QMP4gzr*AYz+bA&6K;{@ zrM~S94?f94=XxQgz-z<5s-NHvs13dKO`Eyd@NGFALj+IZeH?Boqy&WQHPu$)YK0}n zzL;BkBZti}r%yqd48`@8POa|{$BG}EP9MFB>%M=yr`DzeqIo3FS1C1eQ+C}mwZDg5 zyZBT2UG)PP{)6w`Ye<&fQZ-b(JZB2 zw>?uQxNSh>k*{*Tbfo_N5*M~iVfGtMgM<#(=NjE>9C|J=+KEVm8>S0F+z8{YldD9|m7-)eR=VpQo z_SnwAMlI~7tifuyvjmmDK){KiXq!>9ahp?_s_Jn=iWyDWH&dI@{J6EU;X>Hk61uTU z8~YKGR0V6;0t7D>rLrs*;hd1mx7x`jcge>|*$m(D_!A1xsxB2;OVQel$1T9_Loioo zDyJG2PEnf~o@SiADS&Caa)GZ4Z~mrGODI70aUQwD4ujM8Dx^89mmz0}I{wJ?X|lPJ z$Sk3AvbRa8LYly2PD#m4Bu{xbCo}a1+Z%`-nboU>jh0`b=vzlv%e)sgH{jnNs;}(F zw;W&?Fv!$&I5o{aP->&K^2pO)k2qX?Pw*apxN=uyHfV#V+HWyFcnO(A22Sur+2m?# zaG;Git%zW8r1P1X*O^%v-nj5X#PWl<9*0L((hb7Jjk*BW2i8zJVh5oSUJ(qlSnhkN zqkyAGj$rfh!H-huh5_YIWLqW;TRZh66YN0I%O9Dgv7mOSjb2o(>)%?AF}DwolooG~ z@`t~5w~K4(>{ZgdELRr`C4ZRfm6E(JsCoINs~jS3(nNyp^%HA7{3nrAd0rtJlY4aE z(yG{8Q8aOKTH)usOjX^|WL6+|dVu7w;Et-?*9h%g$LaWpV+45*dj@B*)CE0?LvXSK z5%(#-7#I=KE6DY*!{Hl#k~ohUNN?zFD6DW8cq-_iwgJQpyr`cLXLeBQnH@(9{3&K& z#jRs>q~`72JEA3guRCBdN1DW$U07{<=monS+haX?cE-VB z>Q^8)^%~BZ8ph&K`ZMGKnW$scV=fbFm`#h-B+WWbV}!7%Cg}Ufy?;TZ0EqQcHrhW(KgarWjQ_tEu5(?u zOS693t;;PXo7f8N&rvzPhb z8V@Az{MHE!9Qw1!7Wmv1`=gM6!+%xA+g~9cASjyt_u!CUJfD+B$r-cKt+^9eV zCJ+hhj$}pZj<_GgsBE=fm!O8@p7U;F@EB((Oo0Sy1R2gi;88!S5<+cs(X5~>N26OH z4a=PavRkjqlIu6>`FDM7vOlOzSyU1_V~nUJ3~@+xEDfAIaq`&jXU)Im6z+{DTAcp2 zO?|R>W3$ymYwZ;g-HX|2BP02$$BVE>VI&cp@3%=4Sh;jeTHi&^e_$RTg{FzrsAN%a z?*A;+4Q5>-oiv}a%wRZy5Tgi}{_%wf$mE(nA`sK1`*#ZFLA=P7Ve`USLQfN@k$9l2 z1sI{3UcP&*VFHX+MR9C_#U!oqdhPT3q0*LrMs58^nu+L0wF_z;4cfI9Crq+d`)(=*M z>$dg{Zn4T4-A)VrJc&|!Z?29*M0FmD-$*0m$~(L!Mh3o|xB@Wu0`P^qHnv$ zhfI1V%i{N?pye(=Y3YAK{D16yWk4NS(sqF0F2N-@A=t&8;1DbXcXxsWcY+7k;2zuq z1Sd#vhu{(%f=h7wF3jZJFq55^ot>S1cfS2~@40<$_vz|$`cyqt_0(Ea=#uAEy$I8z zuf?#X9L>E{3a4q0&}O&U*ge60o^UVVMsFZF;)0bdKs#IL@fXx|khMnD$Jo%Y8etQm zg1WoSVlIa(jB%ZgEhOz$Yycp!wd`c{`zn>5pSD8hJZXD-KLl)HttC@|gK&q8!!Sga zPYIDl?-DcFgpZZU`P^n9t&L5|cYM%K+&b~TW!+Ps#j8zbL7qz5_*naAC?ALRPo^p- z%W{q1)!!;!)dL1EV#N_6VAVLqD(f(RifbYZY{{;1jjsAPD7XZjF`Fq@6 ztUtdsex)9L%bfg!D){^(dcYsu_rH3@ulKb-Vl(<9&jD2S{~peNv&mdJL1@X*^TIq*fQWY!MaT-2h2wx9O{(Fhhfp*_KyBYi4SJ`VzR}jSaR+V-jP^{ z!P~pJ($KFo^AU#0x%A);r+eh$AQGg-`&JE@Mvy0_EiNrc1Y-?}Wl8K*{#*))yiGGn z)D`3L07s_oWR@e|_MwrEHAe4k2k*XjF-cbl9Q6p65t#@wVl>NuL>o93bE#Sjw>iT5 z#t0Wg71yvva`t{0it%cl4*`TMtg?e3YMZkNkJ$r0D#YNTYgYQW9YUGOt zqRTToo`#aB{M4|Z1>C)(7PB!vM3g{APyLS>YY$G~&WXYE0L`l%q^eDER88&?1b!g*?HIc6oA*h$^#FT;rB?(C zd&FkeLRYmu?pR;{zPcXyQs}$B$uE=#1PdksP%m0mG+3BfRntmh;3V1whO8gbLel0A( zO&H;y8G^z3{bmH*JAThzbn}3L3;nOW7yZ$D+kg7`{<}B--`|`6$bJ65=lbhCZ+d>d zzsKwXq_+Q=Lj~C9T6en%Z@;a(vE9+1_*d24*zV}fqi4FsMc@)9Va9*Wjmh1j+7Je^ zZ?PIqr|?IX zfiGM;#M9iq`t}6iOD{A+Yf(z0$Yh*`LF9_X(s(@DOsKWQTjVm0B6%m)2>3V|gBM{X zSM}hj^ssg}-ev`8+=YOtc$O(evrP<3%Bbo4?dKmSNX^_8OiwPN{*o#||kTH=)9lpZR7kc%%ynu07j@8)6&UV%s)%OvFq zoM|8G_<->e?qz}Ji3;0Utmetmo}?SJ15WY+Y+}Ky_rKP8fC}Ory=Dxzx!8eW*oBL9 zP=YJ!;5ZhKF!xoYlnYoyHr*!ZZ6^eB9ZOePRV$sJ9k_!j`}*_2WG8|I%^{)-x&Q-N zWZ!Pl+HK;^Aoil2KdXF-;atTrPn!_=rdN*r%q^I@5~SRndEs*<((xLD>pgP2 z?U5}$r014#3@ITQIpmC(y~PO3J1@0JatrhjYxllH zpxcIsqS73Klb)ApDWCE;`R zqygjV$t}ojL&C@BKpzOck}l`^&0&vzsp7*WE;T7a_u6zu8K4r0mY$C%7 z8_PXaw@z?8U$rnsB){Ds1d0bYOkcLuUpnZ^CkGF)03yu$nuZ1F6CzG4}73IPs z8#qKHHq5Wun%$ivsi(NPsJPznMQgD@aa_>x)Zk{$V*<#CnbG?>r7y1L%uG*9ayKi5Q)s$7&i?K1S zxGceEqSivNd`WgIaKa9asEp)_fviPJnDYDHcz{HWA!rMF$;kTUi8J$IvGvv( z_=6Gmg)O*p@j!gxVd&%^lcF43JtB12pFiopGZc2As;*l?aI{x9Zy(5TBe>?9)?b!{tXx+NP>KML% z1j73OKpDa-+{4Cqm-j~H>6?jg+SnF9hg4>G;*livJB5%#Pcz}21Kz{R8*-J^<}HGCpZt-(F;c%Ov;0loK-kgKPvRRV1|C{DogfWY7Jd*7IkH|~M! zy9HVS-~84$!~EGQ`02R7wO{*2sr*GIzzuit&v5B)C2;2T(47b>8;rX+)q;~KUxlla zn2&$9X3j4R5zLJX_Xtwf`D06RqWbRVp!&E)VSBhS@lE8prk!ajn9|0~^kO#LARjU* z9I0**XlT?{4`59T#_D>5_?H<6BFzK8wn`(WAFeCO(Q2MJxM)GN|4!v($;zGN(?68#d(X>)2(`8LAPB?t1?@Coi&!a zQpDG~hs0GTvGfH4sOZ7z!bjRXTwfs!!umk@rwJyrC+}S~U^@;G4%r|g@}T#kWJJvN zr)BzVJB%P#b=Nhcal<#ezB~ywi0uPSv7|AXHdM!Ip({r}0tu}WVu}))rrVl;Fu*KK z6FuD1e7_D8P8pbD_Q>I$Prw#9MSWn2cumdtc$DbztAN+t1Z|?M-cD-%7s6pkna!0> zH3mqNjH?rU_B=-P>Tt`O!9AEJ&$lcCMi|cmlmKAX-sp}qY)0k*wu8**juH?j#Hi;?&iCh5CYHm@F=dSG5^AJAUf5h@G{!`6iV6X zhtubd4n+E2Bmx0b*nzB!J~v!}dT`5@Nx?#DZ-F2bnUO!o-bTN#!?_z&u6%aN1Lln> zkQTg9T-V~1%9$xat$k)9lly%h;up(>Ua{NY<3<+NV@Sh7rgYNbez6AK{szv;HP*qE zlp8HLiRmK=yLIF0p_qMIpP}D9=4C=ryO(p~9k!(UAtwnje9TGOKZjmL(;Myiz;iw|D*iy$Y;@n*ZNItOu-&SL zZ4)XMd=uRbeAQYk&YScO6^u~P1Cy?HNY-@2@EpMfL5LvWJt%EhJ&;iDV>qT0eta*E zxW<+nm+*Bm1zSb`VUhC(OV$xXW#|No#&aci1)II1A=GW;=kXE&Zl2t;CcVjII(H$Wci83RNg*QV>dENoL5Z<_w3abbwu^?8k!^1J@RsC z8Mc^1=5Z-VIT|=(6~s7EH3tBM+LlZ!hz6p;C_ncm;(U(5k6v4Bbaw=Q>6vfI;`^ki znD!T~KCV*odAMZ2`t+J)%H-iz&BM&Vq$s%@4{qINcW80KXPt;Jhp%vqH2p7x5NsXL z4TC(@iqxBS$uKvBPB9y^#2+I()OnAT4|q3$F=GqQeahBfnDrX!k2c zu0id`6=y?^m#|7qR7LiMp6bM1TMk*L9%i#u!-pp-=+5{J>A>`ywij9WKb&26g_G%S z7h(((GrRvk$st-eGApqZo!6)tR1<{+n(cCw+NHZ6kzl{SE~8fiG_TCb6AwG?cA@07 zqT?t{cKp;aFB4Su-G@#~vwm}E7k+b=rH|Mn{FA+zDaYf@xUYtA@zc9E`vM_@nX7A^ zF4gBg9uYf}wiIVPr;jXA)%YUshEXVy9Wj)vn$x;CVrTlIwE?dpb~62`yygKpYf(Y? zunS+5!P?@fmuW&}V24VPIqbd>2u6B=muV-sIZoUq+|ZJPqI1F`gA3UFgfrR?C38o7 zn4aZUJs;p)3kSR5?eu_U1qUTs5j8eOKfI`rp(h)VO~AXTzc@+J^>KglfKY}Me6aP& zhDDaZ#A;VvwNHC#Jqk2pV+?cZHfU@}HT-3Mh+=vIGbS_q0YT~rMZty;q3iweelyqkJXp~Z;X^R}*FxR>(aymfiSB1pQYG!w4FSvntjvCZ2rq8`slg{znJED%odA&Xms zUehw?+$PxMoe99tgN6c>U7S_k!*}BR_BSnLkEOC47(od1>6v0LHwFJeCadNo1oVy`!n< z>#&JAD}|MFyBjDw3_A~OT|eux!(McEg}VS>$Xj!v+I~bF?n!|&KR>MguxO}2YsvkO zmWwbOA?{k`&%Eox^u{&a1~(iSTRr8wGR^K!8-^i~el+5%pr7&9GQszLl;Si7a+KL? z0FEKS3a%UJ6-I*50aXE#xb(0hx@rhn4Noq0|0$7I5eIdtmq0JM^E}HbkLiP1&qO+!+zwG7zDkFb$bK@D{|7G**!W|4P_%ZgX(+a};CoA}{VWy7Ee8asa&-Ab%F5ZfVF&sX|9Vt5p zl1xM8Xe8K+suQ6cSTITvL1Fw{!kIdF2Xo!JMo1z~f0S~s01wJO9BMH-;NH7ajiNC$ zwW4|zL{2W~#TAk;Q2Qjo-lrhvU(wi#?(ghjo>VDT1*(#P9-olzv7t6Bk-qB&-!YDl z7MybXT&Dgm^Po7}Y$gI8FlcDPq)Wy1+%7^zZv71WrI1_HuVo9kVZZznqk8~!-vhtE zsu{l{x`z!&pLXL4{#A4j{m%yb?~FA4C$Prb$m8#8-TCr&?)dx0@%R7rgA4!Qr@#0A zJ9Yh^PS;=lucYws{tva~T|lkBQXgK%KeB2R?;lq4=|4fnyg(r3x6xW&-aq<2c>k$- zPv1tv%l|#oD=+`wi^;hGJFfxJ>jeS?j=tp$UC)}Iaip80HwBc~ZUT0$I|Jpy@RR9! za}+29VDnqf(DfYvo8O?<>!ARfHyK0M|K-2=?@cD=t=Jzny1ORO{52DZ*y!$vy3(`U zLhWqAcwYh&i0*GYf)j*_d3w1Yu}1A_?O&O|)UF$DZb%rDVCtt#WQWno!O3~>Wp}=% zMN7O`Hlu$>#$x9^B=rj7h)v3w!!ik9mF$IJ9EACKBU{xoaOFeGOf3;(S?YKdj5X}f z2~1@flvz%(Tp`A?-e=r8DmG_+ZV(wZSVDpQM&zdnsd&~O6kQ&NfC@%tK3{TP^w@cO zkbu^8zPtI6x^1Gr->^ElXlFuj&(Jl9l$zOTc_-Zd)hJmAC{~r$P(@15klP^(hI~B) zjO|8r2%pn~{$gQxX6|B%$x?_T;v~v>;W12GitKRO?$Qc4u1_3;+*{TY(0#g_;!YD; zIs*Gw)KGTyU9@cXQ@VbwApz&!9pTVlu=fG^L0sw zCKFD8KxG>Ok1Dl;SGle|ni-rqt3qd$7LuAvCeQ3gQulm{*fL0ujuSPoc}_NZtecqR zC_|1f{6CYHf){5I^kL$^&(bJnZ6#%k;C5a$VI_DtoeW+cTm^PDC#QXqT=d0wv(!1# zd`CXY<%goXD-_6Z3zE4Vj}aeuO?+5=|K%8D*C`mTN(WqkDUkTkjc5K1f^BF&|Mu%F za%(4}aRW4hM`OYC2uW&bY*Za6hm4Lsxk4*1>eGLU$55}f>18bEydR1p?L4@;k{~~o zsJi;Mcnq5g$N}n`c#K`Br>W^6Uam~LJ>p(z?Fa?Lz1&5xsDHo3 zC&SLY1&-7EU@>_JkNj%}Hiwkb_A#1G;#I{m{4ht3?M&&|8k22Jz z-%$gUt|36y)6RhWGyRd3{se9^&8YRBBJ90}6;L6!z8$%k1+Q-Bc-Hh}J;9>l$@k`* zXCKw#>0RfhYu`LmRYY)nteaK-OkAW#stif-f=DUFG!C{$@b9FMyzIGvIR`Msf21HuFw%6j*QIdtQcXg0P=z?0M7ncaFKwabg9%6WRKJ$2)OfYGEti zcmKp0b+v9WylN5B!W&LJ6h!6n)qRp3Sv}Ind`^i+_s8=4ap1gPP|$tN%7wy4e9FKL zRRB#nUMHDA@B}4}U;42j9?YcTJrWMFnQ-qBko8=Bc&w+mJaoCq5hX+3T(6-KXIBuC7IC4TH zaOV>FXpsCs`<}`3JhfG zGvM2d2($oc`D6#oY~IvnQTB#GAZ$XxZnk+YL<#3!vW^&uhS}Ll#(2`B*1cyM)BLRb zg^4yt;X}i2u5}TMe;SAoB#4GB?Eu}l3qsciFUcS-Ks`LxNc7hd1~N5-W^d5I5gN++ zX^&9PWhUiSw?$v*@H(qd$3I{!lzHtj*x<1s0SRV4;C%$M*MFlPkO2W=CGOe_=!a{uK_1;}V@{VYO zF~iQuwcA$ItWBT*olw7kafR2FMJRmi*@x|JPt=||#?)+>h`!@rC>J_NnAH`Nwl^X* zEs+6lPlH|tL6ICH8{co{)+_EFFRMgQPz*3NMs8;Hl2&gLiZ7LIX{HW&lN5!H-hCiD zEy-{5wo&qZB=U2JIKW{gVOf5x=AqPa0#ia0b2w^S|aB&tL>z-aSd!9FdBmM9h-O>BS#CV$qL>8E*KnOQw1*4H7 zjCr-=K<^kQ`0{EqLPEIGAbjH)mjBBrkREpHVh~75I{gExuIxl+#tdVC4wtDrhQmR&{h9>024_gFl$0ShC7D|Tki2eWdGHpz~)k9CbJ z3Y}$U4uiq9uxGb8;&4EApSx!M2(}Q-B=PJhPAut#o(%Ie^^&+upl27l{ zh+ZbI?R6O~s0-t~BF7i-w(bU|{v=3GlnBm&SO$P^b3s&3wIdSf^q91v*3Z7J!<5XcaV(>n}P)>n4e(^ab zbHPMuO~Dg};|8-A8LO=8^4M%5i&3TS2bZ82CEo8D4+p(0gri%+01lE%v-X%c%YnUs zr0~#0K)ol6Xv3ZtBqDTtu5$rotn%KEKyg~VRBuoH#@j}-HWCmK??QZ7vwaP`z%F=BOqpaUAAnaRA{A8HBg8<;G0tXmqe^7_X78 zI?IS{32e0ttR+qnA#wEvy2b+2g+HQ1x&x@TYt%{D$?>{%5>Hf25JQ9xhZ>oc1qxJi z*Q4Ow%h5})Z3_DzG03t3?&wluyj?!qC6f0#Mo;jXd6O<(6E0@|ZEiIX)KGa9;UOHc zl?Hj)z=GgsYLhp(28Njm8YcU&K;xMvs!OiFaxvIA3m+E@1E-vC{&~5DneCgXwY+|P zw(5(v(%_W2#$!ZtAYtd|=)~%ahmSANuxIi{Al)6^g}GpCoBeAokcMQLs{x7Ov-6UW zDosyvokTl0OUmM`q46k3R|&_|A!0UGLrYF&!5#*X#o&mr+QjP)=@PscQ*dJ@XlD#2 zG8AnN3gt06kC68+J=}SXx4itkup6$Bu=DMTsWi`+x}%l3mTq9rC=`<@*_%9a+(fbg z#!tdv-B>AGZ1H34XV1sk3BWB1@taWW3qWE%bIu&?GZzoYT}rIcAdS=vMp<`(XPTU6 zTD8^CMtQ80uxuS`w@M8-SZR`@J7 zl0i1)7R|tJL7jq4xr%;!)ctA|n@AQ_m81QYA99Q%!Ppj#fE{Y2m+Kqj}5ai?Fr^h=OMWNLqe09_+)UKc*CG3BMgzDH0Z zc^}>@A~_*gf|h0n;-YVS;aMHIpMEGQ!{WfMm(#fz7pjkwaa7#>reJ#QC28qC$|Raz zl}b|Ei~Q)A2=?c#Ho7lg<+aarvT+g+r3mvc(xuA-3e{$$m1Z8+=UG3^*x?0Ce@cN0 zSghwZCJT2{Y$$*iXIhx(Qfk2ppbV%5I{qD{J_sJDZZ2TGe_!$W5b_H{E5Z+jen+U5 zf$^5mZ6f~0I6V7=So%DnO)w1jmVd!p{pw5F47AiIi(_P24x2$q99>FYXOz}7T1LNx zIU1qK@B<5$EW7ZIalH`C_bmlP>1M^ijOas0L0wjKM0ztr%XFiSP%k_r#8 z&y45Q9kuD4&7RF^@heZvEC%eEsqT;BKO&y!@tO(BTA7sF&6{U?SBS+KXc=*lgaTgjh2lDe|EX^!_8U@AQO1O>-irP;u;(qa+D6>wI8?Bw)*`w(of5csmzGt;%QeyOMR;`-aQ8yu+c-VyF)q`PI2 z03S~9#<$eZuItp#q$K0eiK{Zb4eKy@1AV;qr9J3eWA5=Xh76(>O=Jake0-XkBlSs zA7L!qc){K(M*AxkQKrU?hjSs5Z{x7foZzeuuDV#{E}`dt_;BwCNHg9}5Oj%@c(*_Y zOppeuz_XFcBEXd=BcpU}Z@$_zIHycX+#_Ux_jvMlSiWi$Ts%9J=7IPDB1~&pbZi4B zlw)j3&*`HS2t@IE@b@a3);!9-`)|K~d{G(9mmro*Lm7f8aZWMf*1-w+Zop3KN{dn% z!z_$X_yP^yiv2AOu~)v)G>nq!HnEO(z`8rIlAB||dA?0-bBM9(C@7|6@7z;TDrSGN z7bD)UHEPK9MrB@(eQ`(Wkz1~&Th?-*hKBW~8!b?T^)|B!%W+LePYX-vuD==;KsglA>Wm&NiGPqGlVZ!MT!4OY}T(#(E4%<_!{l~ZMLujL}?VE4_`)i%~6^Os!WsfgG&oS%M%H0%zn2z25M+%2*>32xk-E>TnH zC3h7&rFp`cGT9cxO5?KEPEtS3YImj-{i#Jb$)*^CnE4Xpp?|{;WQSz3J-TBwr^OiY zT85G09yr7@+dJbG`jqjLD~oiaMU)C#{D{IWImE@(Q9?-7F27X9ho3XXScp4wp=YS3 zjzi|&It?F|BXXw!6M@5)9~=K@2GHLTb75rsg+2SX%x;m6pEA3#-yZV3;8n#Nbo_$F zrWoBto;{K32{-l(0(9+JL*ouCj^tr ze1vk+i3JakYlI2;&xMy>e>Sbhd0E|GSZp+A84r`pO#Pu+&RJGGhVVLL!GKB%vrk=) zVndZF`M6-UMzo%uX)K0Vk7mcnr|7^i-r!Lg#rlb}_!!w-)0+uqKnjgtdK;ZAUu6~_ zK{3n61of9#Y$EY<#StHc4aUZ7EKybB$62XkJ(n*f?la4?kI%r=HKjX9<;)d-QIfdl zRNeiY`E)Nh@mx%eUI4y%iD_PZAHr51L5G#BAh^(navH~|*Wc_IH&iUDPO;oVnqR~A z^@bCMJ`O))vfveXWpcmlq(Q+;zfOUWVq@;@xxZq&;S3vX(wr z-RVJ%fkZB=TW|&w;0?R=V(-LPtL3A^Ljk$+hP9Mg?TU8w#0yq$#S37awQ>VWksnTj zyW&o_1E+zu@U{MX6QthWj=9e+m1~S1dmUz&N%%aAW8L%ooYNy0k6qCh9{fQlG>G>s zEY9AJZ;frwL!PM?EOmI%N1#?Spu+Gev(0WN8DC$2_D<@d@5yWuiZS1#m}YYzC{8tg z3XS{X`O7kYi3NUQANU{?`q@yw$FQb4`jn^}@R0lQGMTL2En9?X+?wgJf_@DE6jLNq z0pe75{jvG8#;k=pwa8N5ZLr{FrS4~1I`8bO@7ZSAQP0H$eyNo1Vt%2GNrQU^V+|qf zrota-+VR9ovK;h?+3Aq2c)moaW1oye^ZloXho-EK>Tf>sh8mc7?NF{$9A_)OTdZ#G`b@4WXmOC@ ze+6E6#<9iB1CjfwbXe_Bbj4M@XHUbwTy|^yf$#GA+h>pSyQmbc;?Q{pNFPV;xJvO^ zH`Ph>adV8SDu0-%%t2SgLvya8&dn(K(1uiVWyX`?b~yOMXL?ttiuu;g4a_^bhN^Dz zjzsiKUArCVv2DU;+&DZ)bg0UwTQqh&Au)k0n*A_1d(WN}K;g(8H+noj&?0Ls)*^R` zd4yc+U$XzIdPirD^SIh6Qo6?Kw6zq0p1WIo7uFn8)n{LIwT(dOi_)|1kohVmUBOwo zVoQM%U013Elbtp6;&_5GV$<$_SGRA~8#ccmBc(O6EWo9~MKlh*=`gepv zS)Z^28B)gij+(S4jaBR!6qx7pr^LbDmj~*iXW{7H+DhDgmcHHTKfImcFV2MIKx#2;5^cVVwj~SC(jgPufP~Jf9^&Jwe zj<%%;yuNrxXdtRxuhpBZZBQa=ed;*rS;rZ$6PsRuleE+Af(A6gi;<^ugbR+&-r{q3 z60gKt(2`xao}ub&mWb4&%AoIV6bM2art;eD6bQK?2y+nc-PoJ5nmCelM!T{tnlN-$?CK{e+uMSe0E1p1}0%-h+ zh@sI2FPyrhs!k`{HV( zUsu8*njn-`1}LV+?Pf-g$9crO_@tewIcc-V0s~!r=ve@r5d^E~i5Ao*(~xHL7Qnkm zXl`9!J-wxMq4;deHf{r&)zo^PVqxK!R(V4NinW|25e1?=uqdrg+TsnBK?l-;hlzGz zkWs+#>Lx9&YLP)Q(f!RRmP#M9qxc=Xi?Y9vi7M*f~U@B;~jMwnA-o2={fu<|Bje%Z?d?$t3gL3|qMVL!NQ*5ke zbT$a@%Q96Bwbt}-6+uh`L>w|>5wJPlC*z)Y}I7)G2V*+nJ2?Z7rAaKb88#l%odj9fu8O%Yl%>b2Knz ze!#47hXC7u!0Y}Gbp7V4zr$Z{y4<1Pw^RQ1=XWRi?(1*==Wj=EkL7oq;BTk;$G-g& zm-;9F`bWp?(hCXvZ()@Gs6UxrNbp~g%>Ml_fOr|>{}TN9efJ-IXP^UIp91*teK6*a zdj6TeG0-vm@^Juv`qzsSm@05B3#RX70c`$qEPtjb{uS3^pkw`4%kr1QW}xH!v!%#D z$NzUIntzIkxDK1RS@%FV?ps{&&7%F;AANoNW`zOU-y(x=mJ6``^Vap#x&gL-&J_W+ zffEO-0ztC^^=h953C8z+nu%0|PScF687{7lC6r7NXJ#EZgixT(TGp zhh3BlymC~Pyg#1nX+(-ylnVbYeAI~FK5IZHKNNiT6r994jz+7D`PIzolwO^^AE+un znvFXR*lgn41Pw}+{2k>b_f!O>FmkXrbkFno-k@h}XpXHgDJkhsCVc{Z7st@wfpn!E z^O}CLp5sbV;4st={54HZg`Wu*U*;v>9hX2Xq^#WWbW~EaEbYD~;o9WXH>I(Dl zOVbQxPo%uUl10;ff{)M+qoEkuL9jK!=>OFM!@wS$B%a`@J(_C>=)P)P*P`eb9#^Of zG=frXR;hrV7B)W#U$ zBh(pc$9EOuasoOH6R1ll3OEmwZ(ui#IcXUHA{GuMnb5S!e09?)4gHv}flhU_G;?j$u zmsiRnha^L3UwTpuXI5sPS}r$1DjD`KOsC=_2-B+9Fos>u24ePb zaj#}+6F;7OtfQcTDw9|6DqJFic=d@eG^LaV;FF$;K8nOn?Z5m~H_5loB?V9uzp?qE#y{tQ>oyt4tZuRJ0UG8iJ*MFb}fL+*HHe_E`>cFk9 z(zd^ptSFJYy6hCLspva|uY+r$`{C-kt51RTR+jv=E1l}+Ecu5`m^x>icrJPXtEmp3%Yk_}=YNfy)Hv ztE?*+!f%$cr3mPRveB_8;I)Tj;d3e27C{smkwFKs)*@%;V{KmaLh?VTZ!skja@wyT5{dA$WLb%xTYZ

61JW`vNvvf;xUub zX+~$M`!;bSOk$^pZ@JAJMKbwN2k!G;D%3br61emWgLu~GwI0Vc(gCQ#cAZ7ZT8Gh@ zqcY4Jp^@p??K_oz>qbIJ1Gq==91%LPyO|;S9^+4%+BT6T2o7~%@cTaO5j?eGt@zQ5 zVYt>I?!Xa6&vgN5kYH6$9-d;{;9|f7T;gGZLf(F*FV03DbNg7(gMt>vbzbhU<}u64=Bco5-A56cC5)vQl_%?~yDhWLnGA%mB09Fq9JxR+q4;`pD{whb}o5px6Y56ye@LwJL)epY~7F>7!Jw`f! zU-0*sv;cmg-=cT}9{yKY9{>Tmzr*szcB6e?Yw$NW1k}*KSp+vD1-8Fg1UEwiwy$^M zoBqIaUTgF>7QtDzxu3!%7^{8SdL-! zSGL6>hLB{XVx99jB#rqm^^8;>&R{`kRqnug`HvCR!e9ihs(29|Te%^%p{Ei$hjyIX zVqNW+_b0N%$C7mpM);z?*`NV}z7h4N+2po0L zJ|}stg2KUCy#(RV%?myu4?@tO?A7P!T^riN_*NcC=c(2l<9y~rZ-lIcssG~Z3c|AD z`SjOsFa|b;yZSxoZ~38Z!T^QWeh<6rGCNvN-{>Whw+Q=wygv24J ztPrG-qhxk!ib)WsHtg#lIZJ#LxjlJ=`n@^kjC=KCFOn)I*3z?kyVf0gP%iuigIN42 zAVc-pdXOXv`=X{SUurE3?Zs;mi+7=0eKDU+eCRu^|9+@+T2Dd*mwzho!$80+MXgnY zv{me0ytqk5W&2r?>SrXvs3q8{FgHSAHC#8A5;MCWit4+!{cn+60V^8b3PBG8l3ZQq z2wYbQ@6w}dUFk6V6!7(;f;iz4$!M^PGhrpoy{5SM5r%aEoG+ku4-pEqMi34_Q!H(c z%oRwm;#p{qzp=>d>r+m9P8^48KBN1xNYg|#-Rcz)*`}xTO79K?jr-Y0PnN+c)MZs| zT`G6Gcep$x;lvDuc22Ycg}aT!sPOPK+2LpT`$9-zS>~}m@|?s4`ik+!(K5k7{U$SZ zpO_9MpB0$*yzDBUkRrv9Dj7(eZSSi(!W`^G>}=Kf2)+H-R`+nmATDGPv?!dT@g=4C zB&i!_5W!m|K1H?N`uR6JK13YF3X{?2_MwJx*ltFbZ99>;Tw5vpQHee_hC2ci^bEHqC2$#=f$;((#9jQWpQtnw^e#~B zX**xNxR2FQ5~-^|88^=>^YIl}!q_6p!vIjdIZt`k>D)oI_?RX62TAtzC(0w-4|?^4 zKje5`?P{=X4jua>s^dL^7%-H%KN(ZVy=5E)^M3IYn}tRs>V}Vm7BSw+pbq0>X5WfW zUa^N>FHPYSr@X{`^+;^{kt!GJ)g4W~w8YS0%%jIuJx?Ky1NfIXRCoFW`qmvyu|LK@ z?UfsfotlhQeZsR9%N9|!bGEy^UecbHQ)haaZ+C#kiP3@NwWcz6u9UL9e==5-!n1J{ z({`$=F@0p-{ln>bS15z|m($bChYrr`h|QZeRKxO|8&R$Wbn8Qb=@alA>lJ5ahC_Ft zp;pW%ObYVJ$enM;8@^=&HI;DqZGNJrxdEaiyqLlJL#f8ZMExYk~3aBJ|W@>JD`NnSqH&hRw5yW)}Q9XhB z#0VNuROhyC!1qQkOFklq%q%N@gnMN)C6OI3}u!;LOQvVKr6vQ_rr)I||EzueN=^PZrV{@{>h*7_ z-haJgKM>6ie)^;D`@2hAfBiky%rCtl|H*9tKhSIO+e|b6$+!34vH$VU7QoN@zZvtu zE`PQw@{fMf0DggA-U86*|2t*R*=~&ZpMU}2dIFkg-&}b&!ur`{`|0>KJv|8>55rAQu_qSca2}C|(n>IT= zm*XP2`XC=FBte1T%v7*+y3pC{?S&@dr$x(uLbf* zUISBR5I@~(sZ6&@hxs)gCo@(@amR{=&nYa&*!yxM43(@B{j%CC^8FVKuFLDOqtm?2 zy!LLRkIiV1$G-+jEM+UhL*sy8>0(L{84)JF0kzOBV*FwjuGK@q#M{ih)g#<8&6n1OI1b1v0LpY5w%!3EWxc$;l8psjI-0)1{DywAq5)YG= z0-B5&ON>94*q4VCOy<61SVbczf$Eei8#AcN_|q+>H{MiQ#WU44U{ zU$MFKy;39;Yv?+=g<&$I_Rf84)*ozb?Kkw%+Ae%_3*er0=}C8~AQ+eTp#Gtx?uf6^ z-!4iFj5dZv5OE9f;EzD!r5GI}mT*>V;>@4V-g@s^Y*sImB(AoSp1gnro7Gh^^40g^~ zr<6o<1SmWWF(>Fk8)N%P1?QDkOp0{^Z+jcC;$q)-$kksoUtFB;s~IRo_J;sk4YTi$FaA1{@h0v83}DpC?AG|+1;nn z6B{rvEiOGL^l{_BqqN7!j)AzhmbQD1s28G zc0QghF~Gc?lFb*h?cgn`23ajtzUkX2ycw+IUPg0F`h)^2D&I%@y__T?T$(If*yN6> zyzl!twY>JIB4?r`{i}$Zv+_8z`Z?4Rg7l1>w(% zod-s32JgQk6jAa_K0CAB> zu%W)A;y8#iWwhi_i=Q)JFxmH#TV6^MVv`7n z_V+0J$>v9n@wXa)XpRDF zlKIX$xl8x&`}`As{dSr^;1u6Z^{@E+ciU@xKsvuaUY-6e#gz{jP5tLy@t33F1G+5# zy(9SLi2hUBd~Ec8hwTX%O!$*m@OnZ4b^UK)g4a)*f$c`KyEYZBMGtI#3lapL@49(o zSll)Yfc@^YGyhdRh>YKXmA~cW`DM|eNQsx!giziqg&y$MPoD^k4CTl|TpaSafFB}~ z9qH@44GJT8WGkn7AemBhy8DB&qH&j`5V^(Jc=yD)#=y%SD-`FrQ7A79^QO+qY4LAd z<{>CjSRL4yJO*Olv-P=tY2=!q!T?4d|6{~nHK~jAhdqoLS2Ko35TZPzA{UJ!_L)+I zMJ~FfP6JyY{1eKaueNjJTIi1~xd$-|9IoG~8mZ$#vhYhQ5nl4bb%Uo<&up>S{d zi?ap|iB~JF$}71DXTuK-+cizhFK$J-Vy`mwpnL}B82@4tQKd7D6MXVA^tfcFaE`ab z0ngGv2v~4PI-th%6undc5Tiz_cU^L5+XKxf-Iw)E>vFxZ_4p1pkMrt=f#-`$gLe(w zVg=1kORaO=5U3<_xF~gmq0jAS)r*H40@>vCS>$_iQ7|xdVi`mlA5FiFPpB(wzD(yE z<8+Zhp+$yw_8BXLU(B|d;%u#r$pxWbm_}mjAf2kpAtKrJ=FV_jRYzKQZqukJQTRr= zWCkw=RjDbt*8EG$;(D5Woid4;O#|5;9L#R5d(v(g-5zHtA+Gld@AxX*nMohFy2cU@ zmZft2uQd!-5uY_m0G-2EDmN4EqBygA6CEx@c05181xwEi6oldt6`p6lV

Q*Z z)jl&v6qpw8y zFl{}QMdq*P6i`w5+Z*}M&}P|gmqz$~OstIm2i+(CtQz@$T%-NHxA*VXg#S}?uz%$^ z|Jd>d|H_g6|9);@S%ANziQj0>*Shvi)d98}Me?S3Q%K-OG57`VDljYd|8HIUt_VCc z{r3pGO(@_RffuxsYy?NyMWtKjmWyhvyHfst>|F&|Ra@E?kdjim8>9pdhc2Z-N=XT& zrI7{+>69)dr3_j?kdiLx66uugMne95xH<#My~FR^xifR;K0c3!b#|P+*IIk8_j|wh z`@ZpXbmB7S>$Ttuc3N5({F?a4V$6H3OqU5CiL%b5wDy#)`ylHJdnQiY&Yfs;a)U3{ zTYkY4z)ujnM(TS1;Dc*;8e_1Tyr2V18#-qb6G z=#wySr`fX~N~vGlA0CjyH5PdEOq@6+#$2AUUCR`x ziV#*uiU50@Uluk7=M%qtMIJMd@2BcnQ;1ioeg;Z%3?h<{y?o^z>3FPomx!Jo+nsLv z{GegyI42BiJ3E|f)=K^(9uAt|-~b)JSW#zCR-);m3DY+SqscUOx3p2*tb zmp5BS(i{Sop+e59nMG>$Wm616Ewl8Q8h(Z{6ST#ZIbk@?vpCvjZcS%)$$7c-(;~0a zN%^}Od{6?Cq-j3AMvK~lFDeYf!|vy7BRhIjOG~s!n&dNrAuHQs+MOp!!=KDSM72mX zC?5VSg{-V|3^#~MRlkd9%1o5#2C&C9`Q+TG5swJpiEucM=S5@7x`%<=q$4TMXYDJ8 z3zoM@OSn8q@cl5b6ERii1$uJ0%jQCF>GmfT)V_Z{Wu8@fz5XLQLUTZHEWzY8X#oQN z7K$*z501|wr9dSf3D2`DjLn)-a8KpUc%-`cKXr=N+_%S6)KLP%lJbX%7v z<4VJ(IQ{PH^xi$#a^bVF;E6ZJAAkipP7#~H9R3+%lkF?%@SmilIX_l90s8&|O8*-2 z4#Wm{uuq>F`0Cfvn;$Ql$KG$qVSvT`jq!pU1GJCdwBIeX$C|BkynX+yq!!yb{Yk9M zr&tNozhzkkvTIH~@Bqz7D7I=t+?KqC=4?C*UQRCjWUoQ5&~>|@*eP1lYeh$COb(k{ z(mRq`gRMF;3_frM3F~8AXP$j(^vFase-74dULmVfMGoYE)+TjHJx_Ck155P1V6whp zcSfKcss$SXb?l~he)xf=ck;ejdJ>2`9k$$+;Q5;$C_sKTpZUVP>{PTHO=gK>Ej&;C>Q1{h*n zX_gkX_)R)ovKhX^+b#3tpra43@OdIRmiP>I#^iI6?>=IF!PqJE5r>^-*rg^vv2ILJ zG+RV{jCLr7V=%j7t*N;OHl|UHtze7R&83sjKvLMLq9X-usgF1jJR;Aly6C@T4t~m+ z6HG|D>B|@4m0~&wE=gl*KnP54+e*jYn7@M; zFg0C5!e?ImIr&!5=|t0}00x9yyyLwpc*2KOn!B=?&&|J#igE_7M3}J=Cxs^A58<&F z31A|7T7)wmTuhs$0DpLFAU%Utj1x#ZB=uO7o2h9Cm-Cazjh=)m=^Fp0Pa;}0DuIK- z;>!f3Qjo+f$>#6 zIgxs%-6JH4F<4C+9G`O6**2G}h2;ruRXA+1$hux0Mvi&#GV6>x=x9VX`UbiONSpt!m zcyf|)4V4hQu4p9@8m&Oi6-+m^K!liaMP1Q}xuR)YTFzWlF2_{SB043lb_TX$^NpV8 zYI|lFPt>$k=bgoBHksJ_bySZGxjtJ&=*WJ|@q6Z?^f0Ql463A+^^9anz#?-3hyA~9 zL;x~tVOGlA(I{165Lch2&yyV<6_Bf@4MsY6r#Q6kBX$=TM_dm77(9siZfHz|ETsqwXVfWzgyle86<4O6yx$6S|M5&NMvWP* z@}qb2r3YnC4$9xmipcI==%HjgGYuu%IZZH@)4A&IhO|Nwae1!r))51lxR%%h$;nbL zUJXM#ygkh8ieikD2Isj}^+3aoVrS+;4Aw?cd{QzUeF{tm#{<1UC~nh;hEAD#bcA;)Iyqj5Rp$l3 zl-}bKNcr*(3#rp~J%7z}DVXq16qch*-&(aB*5_RDq2aaNk1p65K73P1jzJ|-d**(7 zWOM7Q`_GCbOpF6*uC8=?Dj51>!5DfNFSM12*KMF2UUj$s@wo?aoaoO#0HA|7IZuX! zf_@gFf5lM$oe=#Wfq4)YJLF}2@*fC%>^J@TadHdf?_c@)``!MzHZXLMm&nilgBHbr;}I;eW9Ax1+)AKq%60pZMFZ|H+?VcJ@D7`0}kg z!0eptzrx*q3+mB79zI}w|0>3Uv;`qXcAIM(_oVH#LY(G-JfNZdJvs}p@Ac#&TGz!UzHQXr{A`P zUDX-4o0UHqBiSHl!FszwkGk{vL8iPZST|UfQDoy7CEYBHQF<0c&R%sdbipRBSg{?W*$Qik#^Y;y_9| z*e346OU$?$fz%(p?x^zzZNT&CZ`yHqtX}Tx(N7iaC(fYha=#S;}{Y zag}>H_ai6)bFrUSZp*@Pl4ytMNrABVvVD5%AwGsSZ(;{#?};UMH0N7($8PtI#(E3X z&->aOCQ0y!qA>#CiJKa%UeE`8V*0NuaU1p3Ct`@IUFAt_m#g5FZF@>$O|{kM9`{GN z=f424kX_h?m(ikq=us0M3`30P(oAfXh=|Ie7Zec7_WVIy=p}2Zo2#5G+4oEw3c%10 z^1`>psUnuF<)?$!im5!y$2W2aaQGPCbGJlM>n1Ny`YtH4P#!&aOYhz3+}~1LlYcQu z;i#`@|4q74UMbPr=>P@QgZoLuXr4Q0&!48J_o7`gF$4YBS0K(4Pvsu~;5bg>x1Wnu zJRV-)?ejf+W9EX~46xx;N{^pK9RK>`{vufaxb>Zdo#odU*5ic-YectkIg^SqTN*9m6#2USnAOpBD@!< z-&^J6`AqB%Cp?TZ-o$VRR$BmDIu%A~iydxO$J9N;xAstW>BS*K5@L^vnyCWh=tQmb zHlm6tgRbz#w3=+F$YJ?vRW5k8_hGoOuU#_Ty}m0p6Cl5&IbXTn#*l0)a51gzhC8vb zz@?(MvNFTi>Y=%g)w&(6_8Z&_?|3mCGGoc$vS8E3O zuV!E(o|7wNIi0KI?yV{#pwr(0%NQUYlj!Tj^&S*NU8*m86Wo^s_YY5jEO6+ITGH5BmG3c(dCW(qi9VR=W8f(tsyvXaFMbJPK3>Hh zy*Koz$v}dvVv?xgFA-7Eo(Bgku+;;r7z?Y^O>k}0uk}WQ8r1m)-E*FiDY8`daXO{rK(6sk z@#6X%>?RA@-Gf`mxvy>>UVy%4hVx@rfjCcKt3O~B1Dzxx03F27xCxI3_uPxv&n^{^ zTuZ-V1F(O?{9p4i9Y5mVzxK|_>i%h8d*>u@!K|kUT<3_tr%M$_gh^-%SE7IX>C0dg zS=v*%=XRg)$}8YuMObu6yT_om(pSm@+W1C45*fb@_8%CM{ zNB%@B5s{&HCXwcfs0UQDc-KYuOji6-Oop=ln0nr8#)(-+WKPdLbep%_LC!^vYADG` z=_`Dz%Lgy6-%Em4`|;TaUX$k}r@?He&^}OqBpaw@>uK<8H^~$%c6;C-NVSj zUt}<~t|o+jNdKH{_K1}24iDqxCh8!@DUc=cQ`oe)nYu@ zG1-DI=A~mcZKy!y9=^?Z;J=_*ZgWwE2&-wkn2#<*)`z!3!6&&CyzX@{RTHD4O({d= zuYHxkLMr%;JDN)50#1Rxx!;ey2I4$n(Eb7I+v$ul0NL|X3*4`e?B}u4PN-0RZ!_#? zSJH2++F76ff?5e@{mk$A9VCtWuK|N^Igi$8iFH z{^nba>(pD#1}N7KqY{qFpzc7`g|Qd!k%CwZ@Ktp12|`p&jSZVGSQT6rknyC>PIcukkMF)AkoaDtMbl=}~l zQ%&VD-($E-+eF6O@bnYOa$1ep2W$&@5{89j)09>;6xxYpdTUILt7R)SvF?>5r5*QE zbVsdUSfI=x+b1+FSp1$>sE^&3mfV*1zS}^z7l%^BODad)%_AQ|%q@v#Bz#O_-KadT zh|uZ(B*FqlOxx>K{5z=JJl(iW@hoeC!>82Gi0wXOQ%`XOfF@R@h`eU5JVTmOB%9o4 z^c_ar&&QXkXPcncG%*{cuSjmt znxb#Lc42puKDbSbIAqxJ>e{aVQ!$U;e5pWve5$t1*e@5-m};+_+27}6K)~NAdc#gu zd3$6s#)}tNVz696BoH1W9v^?`MiP8A#mEOWzs5Tp%e?Obs}G5Z{O-7!(d+R_PGe#}?uUJAOv@Z)kv)j)}ys&bf%ExCDAsIBu3?$*? zhGk0hz8SI06%6lj52)CHD$YfLH#_paT`F2J75al{VCHSFRZ1FqfvblCw_BL(Fp{{1 zD~5;?cl`8sI7>P*7Q;qY`QZ{shOVVMOHBagiYf~m*`_DAmys+K$xY=sj5TI~r+#(% z2oxmTjq=qo-ODej)jGHmQPOc2Fr2#-b+^Zi6lUny$>P(P;h}b|rwPRt2-Ec71(gLh z)~2#Y=Ejo?615ecxM#R`P!V?#Mv;m5nxlyjO{(y74$*oH@h_9AT-gq$%!Zy~CUuzJ zro%NQx_R~WWK{Ou{6}|ged*vUpM9`lHBc#zwU6~o(p+;oAq7XU`{9goXhY)% zDI? zBgr3y=77|WdyMkR;-JGw5qXCv%NynBSKqQ_CMi^{8;++MIEmRsdJHz^tfmUxVPWc) zDfMg3)~?uvk9v4f9zmm)a8xCJsa1}JNqE-#+e77 z;c?}tH_x0Y=VgmHSx!1VoaH3Vgh2>{Gnne6DV$EwK&qB`ZHFUM*arg~q1+FAkgI|~ zz4)vMf<*O?HLEWw@7?e~G`ljbF74bqibA-6or|kBnah@J{>)2uytZ|8^7WNs8dd@w z$^sZ1l;~pGu}uSG>RbXFwr09Up!%%kyjcR(0zEPpK0}m4@<$0e!9tvvxOg_5usjWO%@M!S%*qvCN*COo;-_!uY~Q z>g{kb>3v^5o(E%JaQykAk7`zH0&ez4A8@QD?B{IvKf0hG@JjW}EWD?(!%ii-8~9s5#(8`Z_fk2!nt;CBd|I zY=y*6Gc)c-lLr1ZVZ9BzwF3KUodmQDf+<$%az#v4p3AF;_ed*-A&E+C>zZaA zwua%xW&}x}Jn5FWa9x=`3VL^nYI1_k^$C4BHN(ePx%*2#H}}HA><5&s5Oj5d=+$KI z2R_$N9{F5*a|_ozd|}369~snSjcz+<{iYK{@R8leLObz zerW?E1GK++FOF{$Xn#{IL4E_W{aCSdI@im|%mTk;$NZFz|HW+cl>sstJ+6 z8lNJ3=)pum0_&l3UEM(7ZHEFU9}?X}*#~2-3T#odVXeUJWOU>3FJ2m+15$}Zqn8#z z(t5&VvG11$Ve~UvP2-e})@2fZ8L}to7&Eq(F)&40BK%y%N62 znaDzgc6I0y>bP$RXGwFjOIIsvY~z7-T%>$SyIt;K>2tbJ$@obe*FiEobqzvZ4H{IY zSNRm>LiISoez9}Lx55h3Or-N_FwFE?G;No#P@hdxWZbMFxQ~>^fhUtkJ3LeBtG0K| zWvpfF-H$*Bn4{;V!cT_>oc8Y;8up`7GZS9o&m`E`g9^&h^%h|dvT7Vfb4>CeqO|XF zoaM7f;}+qEagnVuYGJmwM4Wj|`M6_p){jVbtgMwFeOQK?g;DY4N3O|K0|Y6A3t!w) zo>{4C?Mw&;JJyee)qFDa9KJixH|gNFMsPJ18O2!5oRgVRL%J*)(M`EufD3T&IuuC) z4qkPN>a>Z;90CHuw$3|J-lDq6hN_o88aIawRSdtFh2Pgh$7p|oExcpRrM%33Ej?^e ztAUZ0Yzn_Zm8OAjd{PKhn@qO_1A}jd_hV;)I8WHYe*kI(B+(~PBcPZ3Db)B+P~iV8 zRQm5d{x4+q+i>QeS%LqTjs=6*e$B;kj07NP06}zOQ(y4;t6$Cc5%pkgMH*FE6ll1iZF9O8D?RnGxEnhc0Y(vowp30+(MP|E?PSf%5k z^@(sEk$Ed~1S&7|?ND<1Vx!|xLxunNeTSzMYv9GsoiMUum(shSfNe8$3}<=)UX6Q< zU!_@nC#6}tU!_@yAIzA3>?;uG30m?GSh!hE7Y+Q$h5LAXf%n6IyTbUt7Xka12#N%D0YKz2VERrMbJE%ITR`E@N;#c0+kfl+|0+;w zrVELU1ZL3*y!6{Wb}GBc|8^}%An5d5@-vnn((E1w`~hipfq=h}RKCS3Tz?@_AAW-p zlCi#Ye9i7NJcLoHh(;v4 zjuGSMQi(mDdr6A%br@1X6>P7IXIr^~BdDZO8-~N;5!|~{R;y^purJAnLx^Fev7s@hH_K)M;AXjmB!W!>moc?3}FhlW0GfotDyr&Q z6o)(mZVc2SN`zRUkuid{?OcQhvpk0vvRDTyeq>RBiFr<6G27`*w+WZDJk|m8!ZIde zu95N2+%_`8-adRw>nbPyaxs1jfx}G{qm|p5*$pNVr2`YHb&Md^!bzm4nyg;qN+(eQ z0g?7+dQ4(z=nQSATFJ@I+R1uWdff}M;&AZW5eP_75y{@>x2i6C$pkgdZ$O7EFILanR!uR z+=P>!0pWGS-N(WY^V4cTSk+IV(mYLdjdg}};!sp>isbRdZF#%0u!8E@iRq?R4kqu{ z^>@rm+Hfp)nnxsVAo2wn!;slp4eNk5#|j67F5<4Q!3G` z&pop27wo!+?>ia`b8qGxUU2SYraf!&9OuP2N9r9GPOg*EV4E;$AoUD_*G^nDj<{~X zXP$NiMQk8K5=-|*y<)!5Xgd~jXarZ*LWiaKHH#oJ0O{Gx{_qwrgvY$UU9nK<953TG|7lTlu;uWsY3 zVefi}^Qm|p`E^XeAY(Nhz<01Ta)5z+PV;E7?bj1mRCIQ9O)p8c=2jTyfWh^=>vSIPc0SwYk;WZFpGQ@hc=}7rTjHl z4H?+xnSfaLg>?I&xA|)2yI16yKw*+o*Qiuc^@#ZRahw{{)hk}CTAdNa3*tPnsQwY= zD46S{z5|GT{~3J;*H@9+Uv8p*ovrvEYhIsmVSm}5|6ZW~?=UX@+kO)y%5mNljQ?%7 z_OG~Jkf_iGk|5?pVt`qS>zv&P;T^!mbOcD}W4Vaq%czq0gz#|(hs?q`IkdXbj18Pwd;_2j3 z6~KD#nB1h1h;sC9Kxp;QLi6wi?#h0R<(No*MD(G$hqRl|D+6}>yd2U~8q`#B-&iO) zYERA<;G+w*#kmsdZ3+75q8bE_AgXLlv-4)w5mMV4znbQ>q{y99n(dgY3d9$zM1r1& z9i4N#?UQ6Fbs(kN@XRd^(S(dGKMdbgn@uotGCAv-S2;E_wc=wj6f*kqI)04{hcELc zM+-Lf+K4pjd36Shvc(7WkGqWD~-PI@Nm#p#-h)@&yzFcSM_Imv9};06MuWy{s0&XVm_5h>Syy=bA4s4{61+IkQx zM~j{D_`oGOE{8j)Z)y0}VmmT!q(8bzQDJY|S*mKU{D9uYv@F0RNmLmmGqfh2Ll+!c?a8c$5?&0cPw9#I<{Jta?$qc>83;Rb zBotJbx_$xhTdZT3Eytsm-D2{T2;yNCA7;-kF9dclw9H?wuEeY}Zy7$?x{f3aMjsp! zo!^aX?XGI^u1L&5Rvb`Ud4q$qopfG-G zp#`y@P8Js;fC_|H9p`{CsD&fQKT1m{Zam7tdLu`A>77bG^O%=o1WjKGZ%8;&z-7!P z3@D|d(CA(vV=D>Ei>aRo=F;VFy>yi#P`Qxi_UXYrEt=SRfwZcEjk5aA5~`Sm=h zk%~1+$=4Ynx&8^pU$@aUV%$3r_ca!jt~)%nZe*zn7&Wv^$(@3%&ZmbP(HZ+y-^=Cq zE%BIZ?%=!)hK_KBoPs5bq)O?etNvVBjj$x9Asxl56-P9$cb^(SX;MjHoddOQ|+ z($wY?VCUq&8~GaR%S}Qi1`5Kt14$9FAu;vIBrRQvgVy_jYphpxa8=D#d)C>gne?^Q z$Dd+{WmI&uY~1^}tKao;WW@T8?`?#-9Gfx_LoV!L#Rrt5{>_5Yx6Us(qFY|Eo!M9C zy`>gd4G=s=&UPzt#5kMI%h;%Z(|6`-p}s2Tw#7chmC$S^@B+4B1mK|+#z|@ zP^4n@HXLF+ea@baQ2#=`O<{3W7A#|7>g!2uY^EzSLTxm;2WI%%COd70~l7iuMDfn-x=0laxiRzY8F}gd$ZWC^oyCNr}(Di za(7JhCL+Mc1bA8b4ZO0?uvD^I0rKQ67gBW%4Rk`y_%4Q1=hwa-A5R{>A*Q(^AkS=D zU886#ra3%+h}No0flYeR2;c4f$B~LHFj?~(`Hc6X7=YFX!m!3(Ww3G{8K!w@xb`l& zW6;kP$Lq!jD|F+$OTLjla?0K^%<8%TsY|E`h3j<3VxK=y@4w+o|@@g;Yd9A+@+>zLx%ZKi(gKhQ}((jNeDf#}?mJS&LhXKE^b9drN) z{ILM{42JJt$8-L>&-`z^*%LqgXTkI!c4pDPR4DrY3P$eVc}@Vj{i9?P|IW+%SNt}J zUFiGM0$=@FU?taa+64%~33&hjO#CgEzk| zT{ATE_5j9t*WUa`7z1?5Iay&4^JzTYc3fH!ri1V0D(r6cvm2{_tF7q&Ty6c6aPO;E zAt@bqeW@=qslF*npLP2)uZFCI-<+9pW$BY&$!^l0v=6s9HfWb}6L zkyYIu8&6bz+aU2iwDk(T!$TGTz1=8mPJ%+kOup%F-G49y(|XwQ9p*6W@+e!#7kL+B}?THC0s|a1YpM zABipZ-pPLr9|ZRB>fMsxLB(4MG2<=9h@@P(SxQB==V+$CPbbsteLtQh8>;`J{@Z;0 zNp{YLUHoU0@Y}%;SI+Feb5cEE_EWku({O<>Vls$|#T|*03ITcs6xlS<4k)0K9Ieyy z@+<1E@+YvC=rla-6TeRiLeZ_(xF|nCU)>tIO|H%I#fy13VllZ^SmO#i5kZ@FcjpNEq%65Cs-$gJEU^wQ*t`$U?#sNX5Ry(| zWkS5YNFnD;Y7;m!2CEFpz53BFX(j%xgvt%K{Ghf0A)Ek9%>a_PdNZ0Se2ZBMX%l$6 z&X-59f_k`zVzc#UFGn`7ITgHZLMub=+9bQAr6jCuh@ zK7O?USDeB%J3$nE?l2<4q8s4%h6hz$OGH;1GU(zH;5*umVEdIt7RHFCLV2&o$hYCJ z(FyC^3tn+)x2_`DMLD_5VT4`U%+=0^EBrc>Ld{`n`<-62*Df3^ zFz~Ev*vLA`*p#vkn@qv^sR$CO1&2`1E&qN?q!7Tig#K z`|L6xgFI=rq_M0NBFO6}dSHZ=jm9rm%%-2(rD`By0xd|6O5j8I%utoD zW-!EbK0f}dS@^XrK>F1p`q~zRw7-f1emOPJ{$`p(egm@o*fjsn)IO(2=TB>DpVLe8 zSDCxtt;`)OGYEnX&g0SH1fN9E&Y{v~wakEB#}A9M+K9Vhmynju5Vrq--n`52`3s)) z@f}wj1=9{q1O-g(8%pq)-b@UQ=}dMOZPX&B7sUkTcP&4HqUy_8Q@#33E>>{yt<@Q* zsSc$~X4TyGh2iNWTHy!?WA$uyy;|O9A`VnlEs>xNT05E4SII5@J?3! z{+3R7V#%NI$jJzi^xxl>)?%vRd{XGL+n_%MMr0$cr#SGwGjGsZv$}RXpe~Pv6kSTQsqLTHvi>kkGU*uTDP6U- zTn{H^#Tpeh9(qG5Qt)9h4XN#sZEN-{ydxM)?VIBC-bHDJd$1*V=5arE8R%Hs|8-XW0rtwNaD<;KDF{4BXNM#FinVgW z>+%hr|E%}rxPsts0|Q`}vtuxUh3Ib_Fi@-zvM?QUzz_}@I0k4RzaLJ;U;^KrlN0^3 zE>xg%(w~17Cj7S*CIlwwISJpt3KRbO3ljpPbxwMjmE*LME<(Vvh8a*ZaeFb21zjK; zUOc}yzAb!T;6%fZV3i4Gppb)k%nqa=C?Q~GK6u>B$I90h^LYVYLs?zS&(_eZMw;Pu-`OZUCtwZ=EfNrE*Q>i zI2+V$af3Ib>tV4Yj61I1$bx}D!RTy?Iz|LnElqT#G#+Pt!^^Rn_cjOXfh=vs-5^v+ z=Qiu^p&&7dJJa%0%h7_mH>Y9D3-JV7cq@<|5k>k`aNXe6h85+6TZ+_{uy40VZEz}m zKN_Zw7r(LO@%9rY_sG)Wv}Ij>TmC0rea7USyb*<&<_%8Sw{CQ(Alo5;kn!$Gl$~ zd`kFq4T|q3r6+Vo8=dI_e5Js^l7J{2MoaVZs7YEywJo3Q;Z}mLG;bGmKhFw*d@uZf0NBkv} zRslo*rofA3=@-`*6fbaXJg_UH-xF}jKqyOxU7sH6f!&y`X$vV(+UhJ>{mB@XKLAXDSeZ|%j=(>Yz5DBU|0MZ) z2DthLvi{l6f8nYB*-QJi<9`-c{ua~nUs`h$;CO!PuKwEg&-D+OneErijAN4l!jB!# z9N_UjjwXQcX%MOmX#b5b1I__yAM<6W`7zKroqc~=v*Wz{;CB*+5D=jFM!x8HZyasN z4;GNP`z6yi9t}1=AulRIZGBAvHI$*?#?HlDg49C$Gy><6(ZW@(jQ3DBaj72bv>juc zQFS+yX(vtic9k3^XssjL_EqJ%Iv&+~JNcK^RkLXDC?iQd&E(r~m7k(x-U%msvoA)@ zeLq;tuC`t={7z|Qz_o_Jqa^q^u=2wvOj8eKhkms8f$=^k_s8;Gt@kiVGeBl@9A`L- zU4Px_8BGkV6;K>y84os$nrE{qq8W}g;}%p#wcAZN0|r;oRWC10S-Y#8w>)L+GT_?X zKS0NBkOzn`uXVpes-YR#2q>z19C$mfbQyG;l?C+)?I*Z)>R^dgdZc}_AO7ro+;`S-TI%1UPdX?LbJULZsikg{#dk4vABZvx~gGn zoDeKgxR|XL;B>e_U167xF^$FBWcLsXJ~!`-ima^6fVTHsJRTTyN|JLNsL6~V4B_z_ z8*jAC02M+VLWf*0N#4l_LzRmj=VVwT9tFEo02*%I+Dg zCbIF&X`%%LCW}O2_kAaB`&ZqDGrRjfPRloW>n47{XAdG+389;@lmRw6%)*`<;R{lHTVDhfw zu37@S`EYZcFV&0W?}(zp7yFjk{CpAYR-!uhE$W0pK_LdgvI-_faq=m{`Ml=ns+v2m z&3vnD&Yv~5;e6@6xkyo)U*vq4wMv&l^_Uskjg8nbx-6nN@N+_q zWvX$&^yWjvKFjqjD|J)$-C1tCw=P1D>Q@ur%-SPqd3;1jn7eui-P7cgcxHc`lPLO5 zJO}j0--B}Mv;)>$(&^yWkBs$hDZCPV&}PzC(0eNo6OnMvty+*q0aylf~ z84^;>i~zgC1&brz+N**$hPVpd*|Z{o#GXDhVZFj2U$?;odncRwUNqKx1xDi{lkPj8M9 zQXw~U%6ToN;Mw$M*x~M)1(vONTXDU57kRFqMK?Xa(W3^b4Qr*BRt^_F!Q@yC>pMy8 z<@5L(MXs3Hb-sR+X?TSj?X|{b^vO>sFFZ1LY4CD#E8|cc_+AAsU0WrMe)0Z8iO?J& z=%8EY-BAE+1?yoyvEJw)Nfmz{;+eg5P8#R0(4Bt}y2El#hJ}UWlz{JUh%`hh<+Wqw zuR{Hpv_WDJ*ON5Vcs2QY&wD6B!^KNRDvj&aZ<*u-FWnV)@)&8E<)dE6E2Jjf-%K&0 z(bUh}W(~|&_Eeq^^fC<^cx9f`mF3+F6>ihdAfK32IE(9$P)p^B@)3O%#2(=RCmzFq; zdRU8H+BbcrN^;aedOv{2i^~-#pb18-MuXD={{5Sm{F@tpkNbiA zz#k=x0Mrb8_*2Rw9PwoJ15WGuuhcj7_*e z-Vnsr=7z=TU}8guju%Vo(byezi52V$un1E@*$S|*tGQ8di%hHOGTue6%TlvA=$Ko^ z0of5*0Xd*d+CxeUP7~f$EDNT4v1}z_{`S|FD9na^kX^HT=yC>V-u5cf)|v)xkCZ(7 zNK9s%#=zR$TFM|`)PsBvo1)KQz{>)q*3;w%c~m7gI84)B6@DFn z<2-=8lqZiDS*?3CeAC^ZpsnYjg!A^z{){kA#i)>3?( zH<7H%iEGC1BiZ#YG8=M&ake)-Bw?JQf>VFjYu4kylhJlV#SZk;*81vvvcswra@>P~ zWTm>J2Mge7`$R%JBg@`rw^g|~Fo!&n#OkDkT0eJL*m<5LTLBI>!OL%mrLYPOZM zcXMowKV%ktO#c4rK%@(zUi?wLo%=>{BJPq;>*xL>8J7#qjN50bb%5#!=VMYhPLFN` zKt+LmVNzxrHFd^#i9}R3hg=8*9P2rw7dtTM{MX?{=oB>FVWJ5VNnz+}u3}@FklYs< zyBv-NUV;v;MwK?LQLZ63!8ou}u$ zC`XN;uVO#MD57OJaTmp#?NM$%sb4cvuxF?aY+4v=Xz10U>6g<}Z0}!WjZm8}ciy5j z98M9SM7zbRLmBmw)y8kwnRGDRY+24u;e}C%XH8l3o2Vr!hbRHYtcsH2i6K%%t9KqR zhehV^0%Xg;vMD<8m30I9FCE)^w_k})>j2kzP4wo9d88J|`e2;5I)LD60F93ziN#G{ zbIpR~9)#u9`@LI*dY_c9ShV#d4)l@8)~2|bwk!!hj=HP z3GHF{;@RVOUMi98l%eA+CjlthkW2Tm4qTC%2S&pMKt3%;IbLyz(ynbo7sJS@nm_R~ zSGvj6qsqzNq9N{4-=GI8bodn+p_Q4fD$w0Qaoq1NYtY-`o~o7%C*Jle;+Al@B6NMM zLW_g5sE6!glwO-R4lFMdH}EN=bJ;Fs4Kyh~dGcKQL7b%gdYaO6bOkXHT|5%f zD*^Q6Ms{l5o_K}Rl={PU%Jm4ItQi)GV|uoD1Lpzm|P!TVz6GrYvE=_vT( z9{z%t8s}Z>SG{0Ww#;#6Fu9B<>~T_qd`g3I5v?$u9+-1H8RK|)wH)sqyP^5PgzqY2 z&tzoy=vvuin+nU9OPiIQG_O|^W}qHOYry6RKhcV5lo?FLzNXw_|%>(!bpTzFD@l$c`yx;FU%`_nhdp-k|SYs+XW<&Dr;L)zwex7;HZb zC&l#BUB^%qUTl`lc_eXNlILyy(38(c#S9{YU62AhY$!&aVTW^frL1_d_}hMSHcQSJhM4GueIxR|Fmrb;fj zjDTgFqI$aQ@}Sr2(4-9NM{*@KOoBP7i-{5Bk}c!IcUb73wy)ZH>(5=>!}kq#TQ+~8 zh);##)1r@i?PW0AyDrcK%20-+r&M1|5dO!RYXSM@6e^{kBa5lp=?xW*o%QO=z9>7WoX18RuHAUuX^(-ICvnxNe#34jNskd<;qvmuVLps_=mZqwZFL3Z z9QBl*yN5I@_uER)Lh^cq;4Lv)V1W|z!oE1n zye;p>SSHsFSj1^qb z8J=-qqMw(bWIHtufU3aElNq^epWbPRFB4i4?Jli<51i6OhtJI&7*Y_coJ8_v)B|Uc zM71<{wL)HSq0jr0%q+jg5f6D3k;T9dZqyv`B7L2j44?FSMC;y3ssv`i1FVV43vnG& zM|gk|LBnssta10by2Q;5?T8fPo(n^4md6Ece1E0FkdgodLv~9ZO{)COmjWV0mE?FM zY4(_+IJ3OZLQaect8sfyrJ`KY;SaF9dQmU(HXq9hR1O~~nFM4jYnWcR$BXc3J!}TL zs72117It->>%%(8aB=qFNoh{nCAYExOx;3?xBVsdY%^a%V}wWv!ae35Z#~kPGt0Ak zq?fe@W6a`;`{SGj9jC$j<0P9vF{x83gP#jAJ0Abvfe86MO!RN(_&@f(I-sho>zkAg zQAuf01O@KBbcb{+-Cfe1(jgsE(kYSxiiEV3ND4})gmg+seCOggk0>)QGw;0fJ@505 z{&Csop0n@S>+G}lTEDf{Z~c#B0pEV;f8Xa{CYqCue(DW+;O_!S{wh=PukHs70Rox- z_gc<>wK)Fi@4uc4UAJceEi--2EIO<_!59TPI9xLu`1Aa0cd}NTuufG zw7)?vC%*)=zlF@7{Nyj%GZa#R{swS8!C^{@||X!}Nj1yK)KAr{2U> zIdZ#x2}<90$yU~ADU>s62Z0OqK3#m~#}FCnsC2`a$2^ZjjF7r-TJ$|#e#TN%l@nW0OHd z_g<{0I==T5xTi%TAKHQVITBmGtSFUftbelH=;>?^#k*{@6((|V|DlmA$>Z(`(A%Bc z9NMTw^!P zopKZVSy)ndcnJv;+e@*j+GJ_;#u#rQ!{CI1ZBeB!FrsZgYfC@1;eF$i4lNJbqRj@guS`yRRk-239$MDK*e`9SZ+%ktjrHdM7dGZemKp)Lw-A~VKxdn+9q_Ho30KdLELfQ zHxWe@VqZ3{{IVk~+qEHUdPNI2mtMNGZs>!T1QjZrF1y_4BZQ9K?Q#^C@#@|H6FR}t zJiDE37LK4Vm`sy>R-|8Cy!MWKq8*xFMt)qNKZeBaY#{ciwo{z>Sk8-b{xCm*-~~7k z^c6+KoA=SAezX}3qHF$QfngU+e92+W;|L4Uneuvotgi_+eiARs<;ejGej@qB0SZ4X z=R!vjKLNg>>#tJ@hb}cdZAlD_UT*4#ltp7U?a2_YmgxA-UUJT;b_KnYtqYf^IL_{G zwl)0R*myvB|DA_z?nJA3m{7JgT~%*&&J)YE=paJ}k%rkPe$QFn_Jf!nch@AZ1chA@ znA;B(c^7Hrs4=1GNx%8QbgwLf^G)?Dn7MrI_A>=>PPh|v+DL*jiM%EQ1d%wUS$6>; zEAdH`DBd!#R+;sh^bWR7yYK2K)MIyw=*XtdV!Qg>aeIi&0y}+e#wbglAv8^_;l45j zCpffc>t)XY$4oxPW#LG*s%LVEk3QVDjxSen@ui8(u{B}7XThylFGR_5-$e~>S}!O8 zlZ~V@;t@%C^DVrUjqS?V>M78hk@6_%cPSP%r1}|2HCymS3vyUzj`N(rA3&me3f2t+ zSdBo)0uEC3hP0eNP8@IIU7_{ zAZE^>U>Te>K2E}AKa3U}P0)6hxEZ1L$GI|3Ph~~gMe>>ZkRuC032X<}9-=1Br7)^X ztk#;PN(mijb2w3O%TN=6_^!))@ZqDvamkSFPp%B{NsJ2)P%eeUC9BFk5lS}ZC~iX@ z;j0#{yO29}iQhQbW7fuB(Ft$(S*KcvRKEd9RI$Kvz)WV|D`TZfpHQX>L3y@!vz*0t z%AFH21f2F4$+r8Xj2XjtTYAu6LzH>@Z=td9u86(x8vW5vgv)JwH7eQoEZ?x26x=XCvu}m|2gvS$Pr@om#@jQ@_ zea*RIxh7t-C4YR&*_pM|{MxZ+yR1_9Q|qWpF(00c%rK*u6{GU(xF4?yalTR9yTub@ zl!bk!kk1J;f!I##89hMpF<_IOsFt2Y!`{vGD@t&AIUCz{m58Op6{VbN;7fZxy{ zGkpOWpW@8~R=C(0*v8hJ*{U5K>u8M4wh4ctXO17?v<_S+7L<>-@QMR3-ZBZ;)%2*$rh%wjdwS zka3FI_~h|4vPif%lQxooyp9}PF<2egy1ZLT+J&{^_`^=`@Y3=eV$YPrIh9W^ z^C>w1Z{AlrWGI){MLyrnf%vWT{i9(NqbKuiZ?iWxGr370i6ALlBT)*V(RR%wn@CAlW`j7)pXZBS;KxiR{)YMk3g)yj4Gu&2?sV9Xvu3BJPe?C z_cNt=PCfQ#X%+&r>ZBrPCRhtS@rI_Rdgji!f_>s+k>yT+-p{f5&e*e5#gPD1@+(yN zRBK^%lB5^u0$&VJQpBwx%9+@zfw{qBIgTmMwK(gN*ynaTy!EbTO<%Y9L~Nru6K#n` zM_BYNA$rr5lrUN>7JpA?(Pn~gO%=v+IYkzOR|EAlj1(#D~oTx-C$U&vr4cJ6H&i!L)Xc@w)u7=c}je%+bA%{4#8>T`H5UGQ>(u)p(3Ej4#g{NdN4Xoxwn}Mhc4hC&H1} zxe8LvH)E4gkh1evCA;Mc5s9qKCQMkxob3-&FTK_aV+HxwSj-A`gqtB2W3U^yYlOBgGUdwAj5GHo5bKJ!|yH$X+$JjPUM&t+O~J1a+Hl6 zMWjSLm_Q&}bt63pHj_nBRzKeFzkcBFzJ{jlRK9iQGdia}4E~`SY>&A4YcgyEz;K;M z8%VFUO=^*SFb*JI#QkSfC}@9c}-cMe*-^Dm7T zFnOD&=B7+$3~ZS{m2)OLNj)WoX)kRwVd$ZnagWCTkTR2=(a@X3XktWFNbg7ER0L5s z;C%e0>0un({#*nN(I6lB3#)6@2A$~aLj^=Gi0Ij+qp(CAwR<%tx{XLpyT07MZqdT6NxSJw0_G*})O)wA87#DK}0EwE&v*uz=L57t?gK z=vUqvqp1jIS@Tgc%9Ggm3rCbWXV|o4GzDg6e8%b{dUZ#5kRhRn7?;>^vXw+t`inAt zghHh&TAV;fz>2Z><+o&}=mCb+qZ6{(vrKOtOe>w$5&I+euUdjv4RQ`{#Rcl}%=va< zuq0AZKpq%6Bz(ysJ=kw8J&3K{xUltJ|KXXUIH#TsVK`+&sP{k#3DIFDs*)R8wq+7C z#ou`{JePuJTk_X;^XO9mH%=k6aD80%pYE;4WKJoj(tFqrc$C(I-OFW}J}MjL+cSo- zJPA;L%7WV)Y@Bg$_cBhMFvTGlcZbJ`#au3x ztp@O~DkR@wVd!y*^CD+Ig{RXT{!~C5u+C(vdcS0BSKlR~V?3xxpCYDUj!_{)NOH4} z#=2k`g+UadF&Bqd;kZhC6W@Bd&tVbfUA0!+wJ+5$64E`sFmK-D8<+-M5pvU&J39oYg}8#0phb`w))0C9L3Q*@I5lkN-{w6yqre)SrvQW&8y@ z{DE5^%*1jMcZEv-Cpiv*bS}WU`uZOPfQY{~z8(De69fXt^nO14uOp0%=jrBO=YRbR z!~m2J`tjiTx&pDBu#^1jVi1s9{8L}w9{~YTZ@+uO_b30?fBzu4Uz;o^+33H0Jy2Qf zzY-Pm2|4#~ck%rIO zjod03>|eVO!|3|_O4pUJ2%<_+=g`*4M!I!&pBKa~2WwP}xyk!efr9f&Mor@|=8A*T zj&M6+5CZd?y<}^MDozMHz;*Wvt|ayZxtrTPRHnIJ%HH>3GcZLWWzB;n6YN<2v(5(u zSf3Np1GcU2Aw57K&_FtbRcA!fwHP5X*wsO~H%QCJMK>c@o1fa5=R^p-h3OZIe%|Xh z#@mew$KjUBo6j?HrRMRPykeH3aW0kvUe%h@q-i|?BU*VA-^XLW8VkmUl~|P%CS@iT zJ_frL#e+%^A_r$&^*%GpW{B=govs_3t1(t}hB91(e-IC+ph7K10W3ty9?ZSWvl^MA zPmev9L3J_f0|`fc#Nk83h6$xmv5zjfBkMtLH8Pu+@XfCJC4G{wTW81J2r_I=n^Z_L z=yjAXeXYUWju++OM}4Mv&WrT@kQEL^Q^?Q(*9}m{xM(BlVHynF2Z|cn4xRMJr?%_6-u&;hAW?Poz5* zmHUQ#@Aw5+Y$*G#h2wj4-qK)ndXXhY8C67=CU1T-wUOJZK9%JTidP%h7tm=e>W_$@ zb&UnNOC0a2KS#0Q6jr!a)^N`SSyG_e!nJmNs@Ttd3CzeT@6P77A(YwEvL{&3@h0N= zK;Mkl{5qci4Y$jyEBXAJJDk(XD>}u^-F|(Hm#@Vs7wK}gj7;s?OwlB8&LGbA%F3TP z>T`l@K)T`gZ;f392b4+Tj*HYJ+Orba=_RG;na_{8Z!@ zbnc}#TR!0**|t>dyY;zIJ#kV#Cr>!-okE;y8VmbKwaXgm6WSUAE;Q{Lh+Yn3%xxzh zju!V%L@7k8lx8g+%C}x%?9UMxQl=O0-3W3)n}L(J^Z5wtGgzYSO+#7xw7wubU&Q;( zBOIc)6fqAeWCZV-pkeXM?JWd>EQ(>7k8Wl9wVQmFf8VJPbR)Ue@%gRr`df<>V_T^A zf;`o-=J-0_($@HLw`aV9?SE-|W@IQ6bbC6Fcj|O`MY{;TLg38-_!NBUd1qjQ*PT?{ z^!Zk555YMmIgdxz&>;j!1`Q2#iQTE_1zMNq@Q^8vELYPLWw@T#?_INXD|Z>*8*l_6 z6h$L#t28{BN)S&OVdYanTZw=1I%Fl}o@R*`m(NaqB6>ux>hujh#dO*m+uNZ?ObMjs z@lm&fnpKIOTDaZY5Jlo^=M3zax#N$_j*`_;Hx_D_7 zlw=l8I{YSnJgjaz0Xf>Oob_kh`X(_9JWrR()ZRx?F)m(~LO&~>! zK_6)zh_d`{6@gT}J?8$~YMdlLYlPkDu;dyUyO^cduQ?m^vU1IqFc|NqFh8~4;c~~_ zWxsT9Ik60VD3I*R0CLil*fqqwYovZ=heSwpUaGL_4LqUF5AeG+PnF}sY_8cW*+Te>0 z;WJ%&eSNFZH^dGe{c(2fLTy8%BYdJ2_;b|7IR6aY1$Bcc)se;g!jvGw4T>$7Mtykf z>vKWo9~WY5?9{Bs<`er}77Q;r>^oiTN>5}PLcrETovf(Jav5kF=n{I#*k?qK!&dx7 zo+Y7Drbz_BenG^{HuwF#tyDEq{^(qz_Y_;y)wd(1UR2E$r&i}*@rYkY55l+2GceK|X02Ex4$-H%MV`edF6 z@8xHgTrcRlY;?3AFR%CjpICG#H=);|M)XMa2-YMySLMuEdtRsxblTGZP|g5Q9W;xJ zK9%<%YED#E51?UC4Ny=Smb7mm3VKXHIEsXB=^5&WY2*zXGKrQzF%GuDw*B~4H5<}U zNrs%cM@~!up5W`3yv#)|`FSkrrJ*KOs1?^&YjY(F zb+;{;C2`+DqvU^?cHd`ZmZl>$U0~9!*~R7gRgKV%NR4*)k5pe^NiXe(${$%duj^^{ zB;_J_7pgsB4CmTMp7-fbzdn+XU8F{wMZx+hk@mR|L(9TVBZ=$C>LCuXvUZ5HwqY~^ zuDF5Qem98s>_2KS`K`a!tD$hKBevrSYme*VPcP&y!}Tnpx@v`aG};mHq2uajaZ!CX z$J&+(?dPB;swRgAm7QIF6x+nJq649DE62lA?or(9o2kNI%z4ztNdXlIy?mCk3S zXwi1^s+T+-?29ttr?M!xBtA({L?*^;j?_T|2noV^3!2|wq*=^Wp7qc*`|{8dlegBA z!DbCDKh$}_QgYt^!+Z#_mR&^0 z{Vkn%tDDI5HZ{R}vEb>}@lqd6EU&eD&Hd!tuWB_ookz{CM95u!*hcbJEl6k@oI)hS zvfAVKe4WuQ@q?1HkZ(GXI&Z{~vq# zr~SvC^Is`1);qt2U7o;rP|y(iiUJ7EH%Jls{`~^zK);2)h(PljqzIk)K=T`<2%Yvo z^BbfHozp<`8>Gm}c+&GXND(@lfN#G6oxrU@n~I(M@% zmV~-tfv}-U-7sX3jx$q#jj*GH4tqjH7LiawI~AXy&B`%DxiI1Tee}ua%!ef^PmB9e zAG2TcF1!+4d?Cl$W=QXSq>8RbR|1hk(I*`75G#`uo5{wzNQTuzFAd%{)DerXW_`dd zK=dkJ8!t^>9t{0_0pU;*<7cgokpWPw&ZRbkAg4wuAIgUbL|XtAX@Mw4FH^W(9{GOg zNTZj;FocJ_i{D`5mQAGNbRz4|#NLGz!R!+Uqp}jZw>?{WM!OePxq$lEn&2>(x6YBI ze2r5qme9;9yg7?Dc~O+)i|ZCfy&_Jos`Bs~O7}ehr$_$W@`F6w!|Kx!v-$@D7W=SV ziyUHSj^(^S)agR9W)Z(|EhMJXFw+wC)WF7u>aa) zY-VqpshgSHwO|P9^Skx*Y~uIbGm5X!N@P5u(oq-{6JaDIU=5gDfXOLWu=%zDH|3d1+2<;8L#di7mn}_{EtrZ|YHBlAO<#pF zEs-xThq7S#0NKG&cGbhXpiv~v ztInvz!ve(#fNifkkAup#gw?(e6Izhz*Tfv^(mIUAk>yQ%?E(M(>l?+DW-5l4O1kFl zgi(+dB{By!Gp;WgKgaxhg)r}30gbXW4NTr}w(9Jidy5ya_{mD>36~S6yb?0jxy(G> z?g;c$USyf89EMvgBtPiBLr0Euv!@#-|G~XUbxEK6R{H|-SW^}IxymmIyBcuX@(YIx zLM{R}GLO@(DLp6D(pi(Pg+q>=!}8Kew*&>T`}6M9?@fw&IZn`$f=Lx0bdKa7-2FWI z$jPSW$Xr=d_gd_mpui5(ZuUxd&~CUq+XGnnH+JMdiw^{Fq5b-T{0(*wGwAy`5MX!v zGmLD^zieH9#O(QN)q4;FP+k37mq04VS#cCVEXUU~peO%#HT1ty+xV;df&e*wKkH5q z@Oi!Y5Wva$uj?TYzTYS-ccO4WwH@dW0!#Zhe=78sfaW*l2in~)3;)Tv4XmB;4z>KGB3ddXdNof3BghYrRa(tt4d)H6 z>ffcH$d#+N9GpPrQ$*$b80uA693`t8=yoGXJsFWug3sz=r@Y6F?6B8789citHkal4 zldisKzfk%J?(O`=&03A!iVa*y1DOBHoQTvNbB7mUF+aGDru)zmKdNFBBTSFWQO z{qqV4%#HJ6n?HCjfC&Fzqo`*rf?acS1Z+&{Rx4n$kGD1ZY#AH4_$E#bKvT1IbWzP4v z)E&Am?1E(ccFB6!)S7>`aS(1NlA*lCwfc)ITR6bb(^{(Zyy=d^(kcZZ$?bOnJ#ogm zHeC0)1dMD$Cvkb=rnS)bjrc=_E>)(q)FJM`HP3J}39zSBS?2MF^6BzLdiNzRU7ute ztR-K%&;GKxDs^(RRGEXDO(CIvPD;OWSNs6Ey_@#fuh4@zE_c_^vJ<-NB7BTvN0i<84DGkL)9>KWNXo{<+=IRh_vM*JOiZwG{AOg?7} ztw@tC$G~*O8k)#eCtZ0@RUVB0bY3+SUboX}p^mm8^utpPtO4e?8+sc>nH)6%j8 z^rC=~o|%lGHIuzonT=+2BJSZ$PuJP>dK*l?K6ur}SjIC~>F>V#^$GUP3cbEaECyjYLQ z!ojZD*Pq!8%k&u_O~!O7S+&GQt|I7&UlVlouora0aV{1yR-)_N)={{)h%A`zXEbUf z-w40kRytkKd9&Yf-nJ!HX#AmCZ?|h|=?&i@qsQ;@Tf_2p# z2!gHLkx7^DBmZuVEDM@>|;OClM-4J@|~PalX)HjT>m z1ZzLbxGE^z_!lSE(;+qQpK^-_e} zg(rl814Mc7lIEC!&ob(jTG0TOot8(HgsNB)?_&+(DMDT>6I+J1))+C|Lq}Wb9I|_k z^!XwqqAt?Ns9q`3`?q7q-6G67P~u?{fOz=Og#)ML8b{w_Q${Pc5xvcpT@6m{h*?+h zjKu7=mx28Ek>HZ`;r6y^Jo1lT(y|DC$a5j`z!Ua-#Xge-^T1WK-0@1Cw0uL><+{8O z8@i}*feQAb4?L84YzQTwYU(C6ctY_mdgnRCewA8Vc{`_{B?w~sZcqCgG+GeLse*_g zptiuD(P>$J(PsWWo%Ro5LtAL-$& zbA^7F?f0xJ{wI$K0U+kTY>5BKU;4k=w-6uWZ`ozvpkwGn1Jvnn&@ps|{Gwe$4Ke5= zVq`c`?oOI~(34N}j=QJrGM4kAlc%dJ0~xnpDHMQQcUuZC)SY-nb=#HNBrQCzr&X)( z4)FRSmC4}Wqa&FJ@%CVEj=Qkx1X9YHC3v-Gk4)j zBv~|P=O#rGE4P7pb5+dDAoIuvgxfJX6)egRdOpg&1+y+tj9HD_WI+yLC8(p$%<4SJ zW;u`k%Wz5quPM!bxFZbcLyld;X=irG|taZT@{&^RR%prei*qS1qrI*f$oq#HT0)E)J?} zh~hJACY0)9y%WugR|tJmE!@N^Lpd2-p-r+4dqu^pFC3&Zchkv!lNJfpsk=T!*$%tB zFZ&(Hc^f<15T0N9gT}=q;}=>y0(xR#UI?p|6#Jc5GNRlWAe`l(E_-boSC(gGcH?_x zD-K_b-CwI%^ZmTD1GDA42q^e8)F)F9h5D+$(At_}H5psLUoujM(rFwphFQG{22oc7vBoK9^~+_aXSOB~5{P6;e>RY?+hYPoqD zbHP#R1610F-<4-1d{mwt=U){z38TbDmEfECa`>kq^ zC+ZGVBZ8g-Rf$gA_CKgZ=k#&?rxp=lIVV&P{(+_(aD9FaKW$Ru_1wMUlzdqb7hnMN zHA0dKtmK%A!0!xaoU4Q3V6Tt}r}Cs&7c`?81?#?un~7oLT61lAT*g3EmR&4l{hH_C zk#eF2XD+%_z(=pC`R2S}+cmXYcIo1BDK}O^(#z4oGuK7Q2(}H8l*pG##$)a=|W|UC0P5uY=Yuj z^Lq6k`-1}VmJ}HgedNJ$sHP*ri4sV#RM13nETB?_LpZb)?~*! zIB5B7z6Iw#G;w}ga30#y32#w_6s4|4F^aVG=CMx274f!1E>D3=q2g5Q<} z7#;cA#Flm>u}G2-b7rF&$UWI2@ZpOR6n@bpSBzH@r*uUgM|hDHRXCxNDEIZNdDzKh ze%adz75q1SvHB(+B^Be@aS-Pkk43_+E?>=tv*PMg|zy->84LQ+3wVmo{E!Ew^>;Y5M#R>vjzAszUF%uTSB0(uf-r!)8GCg;tpSN(wKWLD&1mLKyo-l$@l)JbZFW zGGG4%jMmijaJVimc8#) zWLlrhaA<52JMb$7VM{eS;0rtVb*_FIVd^C349YGPy%l_bYU`K;qNT6uD)xQ9gmxT@ z(uuTs+dvN8XaYUAa-B04y{;N7XBK2UIw>n-qkxdhO6tJN{CPm$S&O7@G<~Dn%uGy# z`#!G!hu%y!WxL#b~m+v}~sq?$pGllzd?OGyv7o>2^4K=@Mqda5^ zjc`Ma^E1uoPKbZlAkUl9gBTw3TlJ65dJL>k9ql}(6yqsw{%?iQ7imAoUG+Mk-l9MV z@u~+1sS>bcGGEZ!xXP(R-)q;^1v(SUJ7IN!XE zJ!&Q27P44ZzChntb}i9`kn0khhx^pWn9D4zuaw*yDW_L^bZi;xCv*KMryB_yusTIh zXs%N!T_sQ~Vt@6Cz!Puq=}VEetYusI#_{G4xY&;y7P&&!abr_4gd{J4W#w`1d=T~1 zJMI`#w<79z87lF-3&$t-K2^L?7b1&%^Jr*FV2c~H3OXsMgOKtrjm6C#Yii-$U9~mx zJnKU^?;7jRKMM}b@SUOcH<%C1knf`c07}_EV?3NZYhWM!_cI>8!#scZ^FKK(;E$@B zApW1qj)C|AH2t)~1|0e=912Lf{-rt-v?pN4`-V%Mbo0v&c%ofIRZ$GQcjkN5CqboLnigTI=S;C`nOm%aU9_4eMq(UrP{j-Cnvu#YI_`bK1 zHSkCl{hZj-*8D7tXSoK4OgCC)LO%?Y7Dx)ef1OHyFo^W@@$BM z?IWh^5W$h2r;y7+HGi0Rg5g#38blxzp_uSy^R!8Qh8$+NtG79&VU8-GG_a0t#nMu0x6iP^$z} zoVyNqrJV#%Lj9;8!G))=`mt@IRvD7IjG*mxlCX6nS0ymJkatA(vPg*#5cZT!SYh9- z9ojOufuOAK-$^+W{-IGafv5SyV{EA_r0%2T^Hx&t$yEtubFz*3)QbvuH;(NS(n&`~ zOJwF6`sk(S-i&4o%13f7mHQIh{IJ{4&qjhwN-74rBL9^1LV!8d&!Pe|d}rnS4Z98q z%=-Pd1H=>kscq+%xTAl+ZRg()pZW(iI=z|wxVin){#iZ%dCG4kN1SZd&z>%Y$aAX=?j4u=UE~ zH~=$`O7dp*D=04_;%C88D#+xrP}d;oQzV^|tPo`+wq5O&F%s1LfO@~T zj4p32jEM*7%i~Q`nM#Yjo6jd5d+K^yMo^OKy*?>%L}+2gKjV`dF1Rk6;O5=8D#|&n zxraoSHgP5o;tAv2Ip!z?e9B4%9G+063!qN`zyf__d{*h)BD$e37PYCO-dXmsoEh5q zy#287KB*bc;AzNhA6vHg1wODzK}}+=uBc*oMQDCiDW2Ay&Q--S0m7PqAnac#R__a| zuM$wjy94ryMB0v;3dfecF+lX@ZAx0V)g?|sa$}wNPsg`F!yq^LQAzWsvwhU|R18_DOHG525VjrmxB~KgQP-zm|_SHa;>iVHDVW7tD#>ntPX; z9uM*L%6MVT&C0O{2?!`V5veSgq`-6E%16Mkg=<_wX^9R|erqt4@?G-4KKSd~@ zTgew}qm?;ZhW;!xFvE8;`#Y32R)+7DHh|LTPbqD`n1=s9l(z36fPX&??f>r`{U_>& z0K3>(=@I{^dOxdr|H$O4Ou!6mzlCv~sIw<3FLYV~JJv4|6Nb=hpzRY3?6mU`C|!Oo z5d1$@1wN-Q26Q@a(ybFHRYQ&re^NVZw;_dh%`LYGbL;5-m6*UR)s2sL-sj|mXLPFv zT*szYd0w8$RyK!!nR~WcJ#qj`Gdr1+fcn+bEs*pF?hdQ?@#1lb%hn9j@t@xx+cfPn zam18%4wHO=vt6Zi{&`Pj{2K3a4vi3en%UkilFPb@0olhT2`Kl{NU`pa9NU&@xiW50 zXO*m;8O1G{rw^MhAz}PnTNx*ntQ+Y9!_M0+2AzG9x;NEjuWd){6K)l`uz$j5FE$i< zdgw1ty^37w>^3T=oAj>!;o4UjP0D}I?Pm5hP;9| zyT%e~{B}y8A%#M`ecuCg)|dpV;pUtbm!hw&id9jO@4J{AexZ?S_cKTW7s3uA7``ku zoMvWi*(FSwM*1A)w0fre&I#i}m``ccW>I{RB;%utyphALdzu4ZPYRqLYcd>qyFjYfP^)hRlTI$s`Zrv7`wKx!hw7-x$s;{ z8&i_cOO$ur$m~MqCJ+@t#Wy}YOj}KQDXPrtSsL0oB!Cxetrbj~*lbQcLufTmDQSx2 z(DURNkzXJGaDp_vgllhy>QQO==6k6ovz5__G_+6_mYsNibV+TRNutk$y!H<36JWd4 zD+rFyA-5@~byz+Juv}Gf3V3L^A^C=ONJ{Mm zWhr5U5nH0%Z3lh~L-t7GtL40qHsgc(-euy8EqOFa$w=Lu$B2W9f{PQxGZCCO9^dQ4 zW1_jEs}Z*9-ep@)x{GlP6MFFa;LHbhPTU#9bV~Dvmdyh4Pk?GO4WuF;nV6f8pQe+v z9v4MNDWuC_BeZA+oad6RV@Z}ERB7P?c!9~3t;$m_D6bN`NF%6c5bJ8CWI z7yfER?i3>8(W)-9gvp7^;JJqaOr%#M3h_VXzCcSU`J{c2XhY=m$l>YSjUJ~}Zry2t z_DIz)J-#<@!yGK$;@Hr%lXjJ|t705Aoq-?lQG9>qAkU2ipJFOg4~K>?V&7Ta59GS; zPsUM=Dj>@+-+f)K1F5xl2ze?xe8&5@M#Spgyf$7;JW^?6RweZY!R~FuJW%6&8)rhN#XVc#h^`SCy_AKu znYQWIgNpjbhDNqzEDXQc4^rA@`egKCe9(Wi|LWp4zlEtDD!r(!wyCi$pShu_J{fR< zfVQQ`*Xu!yi~wqU&sN_|fegX`L_I2f`vTZ|fnPG!HnbrF9v^gA&;=X}Y}3E)zJG&# z1ZFx_>KWMk|BQXab~dODY)mJ?N&f_50?+jS`hPZneGCKyT#`A|xT6IzZR{6XIrzWF_W$bYIa{5{X*?~VWGFi>*@p!^inGIH$m-HY3_ zy{z9;am)-(4!aRp(%5z34PtnjE5pP{>SOfGVhwje-^FKEEv=ySPpSJ#{A8zL`_RcOb5G#;^g zx-@Kl^r8t`MDq~lDqNi4nTqUp;P~%J`-f`PW|5-MR4zfNXD6rCBffK5ArB8IR(;!2 zek!u0G-Z7bLYBdgL`Bz@i z7PgKif(~(JbJrtHz%U%jBvo}6y`mfI`Z{+oIvjjwgT@kI7lZ7YEh7P^4JYT9?h zchGT=e0aXJxLvRql5E~gL+wVs&6;$-$-u^*Jz-~`WvSUs@Lrv#5=sa8f>S;BM~T?O zPa7+F*wnY|B%MgS~Ee(Rp7d8-u?ev!Waq}FP{reQ6 zbE7?;6gyaqnKBn0a9d{Z-3LvX$5%%-OPCHXI~z|oAkdplg;@1 z6!G7CEFgwcY{qT?E10(oG9vUPFme?0bRgBO1bExt%Ul{Rw`_TPjUGnXgfQ#U$Ww+w z)KN0z&TAQ)!mqmZBn7lgCFs~;-_~TT)E^S@5?hDL=VLtpsR_grFU(+(9PAxi_`lMR zh1ad2bvSbtofp759YJIUu(SxA)LNcI`$wi@VYZ!g;)z?p5$)tBtCU;zK2VEF2LX|H!6|9Qud`{Kg_PW$;Vdx9P2aZJ};2FdRp2Qhv-q|?;kRK9zfjg@s zJ1MN)is&VRQePu2Z-JHBTRpKN&WWy`A<`KX!S@IH~A^lNQ*T@ za9T&_T1pFHeLA@|8(n5%#5E#75Gt-uPK$KxR=kw`d@EHy7U10wmcVt=mgN1s;39vwu32f>c-}(e;`=^AG-JP^ zoM#fnxrNqsdJ(bH*g3SO@8IVGmO@k@2s~2@nO`2iuhV#S-NG~|FYnfex;F_nDSZ(b zaUR$?Phqd8(Cnz$`P}Md_PtIdfzP6-d_*=TEF9OwmNc59@os`fu%_fTtTc}2f%Qe8 z5aHmmfzW79*c*5r5l>Fhl2Vult#cZv6D@8_q@)OIn_g`hV+|7Si)x{8PBEEP?x69q zUQr{W{<1HKY^&EZ?#1mO^mVwDkY6V$N?u`#SxK34W+~3zL8Leg?)X`@fM?=g@BQC_ zfH0mSBE1w`-2SqO{Xk<_*%qZifFH@7vmbwZ_=vyeA8 zhH?gyF@jDKXaQaF2M_UYARs^}AtPV{1BL8Bpp!(K|Lfqu>G3lGGGRK==D$AAx!A z2!Q}m&Ho7Qo8bQHPY8tn&k*24AOg(40ePIj6Td(hf=~$KTTTnGP(Vuzp3t>^{T^5< zfHrgqJ!wPd1knB!B7sg0U>k!jSYN+~#{!hgZ z06eC^HRsUV|3e`YAS~ctWN{CcmlT~(ZSbc4NX4y7^hLmsnClT3Ix+OC)eVOb#s(JJj;*Lz0@Gu?T^Np3y} zs}wKg6-vN`TM?SKdWGTP-f(5y5A_ullv6RWD`AHlV^oXOJ+cxAOw$ z1ip|?gbZpvG@b82ewHaE+=o7^M4r1HZx<77li5({+Gaa~AjKR~%p+uJ>;z zz16xc8a}Sv`=RG3+6vQ6-C(+L7}A-&>doRdL9;1Tn9h~FLG*I?*nr3(%8;Lo>lv}a zgBYh6UnGXG##^(Jx2F$j^^FebYKbDU&z?lzDbl|yZN}3U^mj#=CU_gesFQ{HdH|wQ zGjeu&{M4#-2q)wkMv_F5*C&rqG7)^x{6jzP>5G$J)N?o~t|vYqy7t){jpo=GTf9&V zX~6705rVB6bN8ewW$Qhl7<%R7w};x#+}9-DCc+0iCn>!Nd+MNfrIIhJQ_WfM1_#N#Df;!&yqOGH$Q{&% zof`WkUe*W87QbeD+?&>l8;sg+f+{%oc3CLvK ztm9*Ug)ios%UCWP4=B%?t03qrdY)wreCidn3;V`(>qRO;_QqQ8=m|1==CLLk2lWsp ziKrM-q&X70ZDTXCXEwsRR+>%hBT;+}-|RB+oBosg(Fww#?Fv@W<+X|8RiagWE)rsW zr(Jo>mzcZm%psf;qyRIWW`+VL zz-tC{0iezvU3f!ZOG#%``n--aFafBVS$V4h*Arzj@s(ElZpLBGBYWACUvNuLlimwh zdlmFBEC8ij+FL@JZeTBu?|C^5@r0})kq=3kUMikYcvvgFB77}uESd}O-tC06V?97{`KRW@ugxr(`i?}1-BEg%?I~J5$Sy`fnTv##10l1fygmE3buF0)M_O*I1 z6-eH|1pDl+jF@SOwY<>PCmx`EjM1M#nfJznNhX%2vJp}-&`ra^oYIZ1%&{uBX*_Hs z^PVyVR^YCKGu3o@=q>P~5OSYklS%jti{Ndm9p`~~ox^tBjF06@6s>m+WpqbBLEgrH zo;GY*?5a`R&ve*_-D8m1I&;kD#9u&6r#K*dfhZfGlqFCNfr3=)iU8TVdv2~jQ2$ka zpdD9!0W|%3fQ<1DqGVP>uonScI1(x$X5@-eBx$DiMhzN`A!zIBFt>c@2%6&*GY(~q zm65rBMPC*~=Z$hI9uo5yrA76VFJiWXsinu0@feU^vu5Ve#hISm34;XQ{E3jeW*Tm>+*p?b@K}+JJpBFYS2d2+s-QfWW6l2z|-3yzbGxiHh88X9$VD0V`{%e?6+GusB< zPLH_i3YP-Y+teq*!jL!3v1RfF5!hAz)p>>4;{&m6;f z^{vzV$7VnsT3}O!Uv(1X?k=zwfvNTHF{1l&yolOYm6=r`NHsNZVKO_mcgsVOX5{Gw zH@=B6sS;0TM%o*Lc}JWKb#XS!sIOgn_i^@JdI)DVcD*rgx~=pKdE3xD%iwx+>F_1! znyhLpLHBL6PS5^G-wr?1s)SiR+;XPc_Y5B?J*K4+7YF-_T?ro1N+4}9XyRskG-tkw zv#4g+QEpkm*p-WNUH9P>4Vq?}=oS0PLT2}_Y=Ow}*Y}=h9u)W~cd0&rHH~s;J5wIt z>0iIM?fsyCnuUww0Ck-2?64u?1qf0$&T;B0(@h<|RG3l%$5hQCim+g_=y);M<;=>7 zrV=U?jC}>y9c-6?iSpF1a~L6LvRl+f&V~HdOFkT`(^r@>3jeA?gP(r zPMz9&SM93WyViQwTJQ3S-Ke2RK38NHsO9&GOq-C=pb@E1{fm6sGVlz8Rz?`w> zOkHHOh19j8%hd3mAe@ju8B_M;&% z6VTHwgNPsA|4+(}jC9|vX|t%-2QCqT!#fyvqF6{D`laZJ!hqBJQYw+62nCBtaZW=+ z&$lw+2l=t^a(CsAuq`K6)$)xBufBivs&%_XTTxe z!bg<|*6d@8&l1aEWo z5l}E z9U`m8Kke8f6?8AGQ0N@V$wpB!X{_*VI?5A_MF%!u4M!uOSBGW{Z8<#{Yd35!pEB6; ziab(5KUO>IFtU(xujBOD*QDnMPc4L80!`h2t*ZRBYu8@P9g+Qurb$7k@+4Qz{0Oi8 zHMmtzrL3IK65g&!xQ#>DUJYjZl5Gu^tMt`!Ics_9%t0jN?fw4XdF@x@k1DqfKYmgE zq&y7JdVg!PaSLmJ2l!L+-z2SKlo9n^ta0;3@XdUL|D*zu9OeoJy(;i}ijGTLsPjlZ zgI2`xsfvm-kp5Ffv5%{6#^>e7PAeLDuZD%*tq<(Cu0Y&XL@+qgj#>X{_Yvw*Lo72G^9QvOv) z0^7tEFM(yr_kpferd`jCRIBYws>n~<2P^ocAcKUG{#l;z_JJ z-So(Q^or(K^>>4$B6oPQKvJzfl z^cPcg%9rT)Lf`0yQ-4db73zkJ{je?)D5&iDYpfdCK$J<}t#?l&Cb&wK)G zn-AjCw?6=j=Yx#=^M8PTKWx?i_kZ-vkGR$U{e`|=f&P~v{Z{-xebPUq*ZbuldL}@K z;U67O&&>44m49^7AN@|x@JL|uw`Q4{emfPvJ%^s*(eLTEKYjcDV1fEGR)_~&^Z_Sk z{BOpJ8UCmP|5mQ?e>%nIzZypV?ezd@jQ;21^=$tqd&6(<>^-@0HtqT0gMfx^sO&|8wZrW^+o8hy+<3z_cjWKpG3y~K}Y;g z;f$weco_Ac5HA0hAoY(3QUQq2&kZ5t|5A4T8!0>K0n~gywUQaXN59;nCCvejczeuA?a(o=v7Pto)(_VJZt(2Dhe-i%Ck_c*97woyc52h%M|&Fn;@mMoJ8X#Mh@@T~^zLg+rT zsUv!$KwNdLTRi;r^N$vrry;-B!UxAFIq_Xo_^4nZ_T;7#|Pv9oN))VTL*I0YCS-bRWq?eywu48f=b2VC6Kw$~uZ# zI+0V&9Ob`F13F=Z@2i|tVe$?+pB_Jm9b@cS_zF9O+N%*-lr>~a(*4^~C4Gso43>`u zmak0+ZAmIw=CrhY>IcYYrpXw6?YdM=@t{*maTMo_K=_|0lCIC1me{dW)OV~1M=ASR z`nb?RxS>qNbM3&VQ4L&Tu3Mat_7e={iz3r zf$6&(j^8+Le@Pg21wP0Ns@ymSRBmTZ!j7zRIyQ-7y4TA{x;J1)LWb&bAeZaO$Mu8mi0cQ9 zTK6HvQ&_z@x0!f0h_CUvK4Q5}E4X|Gani8!{{6~icobj$wsrmm2mw9IcdUbdj_j8H zanb=&*3TjY-!#O3|K|_rZGQ06-}~`jR{s64|B2uJ6X|MxMz{E*V}8Kk`;Uh{(D(k6 zs?WnE==m7`C+c?pcz6FvWqLlgKZwhte^j;}RJ_Lt2W;)%RKCaA1(d%jeUH-yD1TG? z9vN^b67sMea_*G)Nz2%2@4DXX`L$xx_HJ3tlj!Jc{ zKb40Fu%1W7!kRNaKfSHCoq8DwpDK6&B&cP_#9rlGv6K7k!e^U#lx2LLwj<^yyKgF+ z!@ctuL@us8Zoma@_sP?Ggveu%r4>-k$WB3qZhO0MdD=AL#I7ZlT=@AFj$5Fnr8M;4 z@7jPx^s~mF?|m8E!g*mHL+jZ6Ft?DhgqozEJtPUH$@L2w8IW4+zCc%?dc|XY)FK5# zvE#XM)Zv}!T;~vnEjA!zi9vGOu8|;5Hwi>z-z4oC#KLB>=*P*qnCXe%9z-xG(ONAE zBLssph_JG32cc-;h_am=dgiY*xpW{BcW}8Q`tkVU4H}!0DPC6O=SBEtlC_T5d z%SG-ZonDn?Wfr&YqTwt`vU)Ij&N$2uopfi%7Du?;W?@qY^cX7q$eVi{B=m2kj0I?& z@jFT_sX>fBZXlPuXj%&%&0-JG&9~GW0Kf4x((8pIh@llj<4*xI*Ehl_L1I*pnwk5Y ze3*oKn~<3z%`k8ry$^4kMYYt?y*I&79!*|VDV zh+(eHUxF1){?OMBu;2XD;4^&hu=!1@{v~sSE^7vwFOdSyFKKx7jrU=8{zle<@a(j# zAFhFM;JMOZJ#n0;hk%8u#0WPw+$ATT-%HflscB2zA zxEI54bEAjP+1vMHF6kw*3uV7rl*?R~2|K#0U*=a_zXpFtZA10@CzIh30Q?K(Y5MOh zZhwvt5@0w1O!t4YJpC6)!v9ng|1XHQ^lbl@?K{f_VqkRZyO znjXscff?Ya$McFqT38l?>tc!9%Z2P9kA&lNrt1~@YZh%!gsps2&sC5uV8ZEvE94c1 zj3VuK8%L&mk#<{Q!}yi6PoH27b)hI&%c-NaSIUU7V5k`#^e#$=VZcW72=^MdAq}wz zYY@+u591hO6azDXMdWfmk-&dp^^O=d%wNEQ8@klqs9m;@2I?A*8DA1AcTe(Jdv$v2 z24a%N(dA4{r5kgHoFM}KR9qL-@YmL^VO*twyk}b*r=_lkK2K;_@7Rc3uOd_WKJnh4 z5Lzcw)8 z$%lyN9qVni0}GXF@2(Hlhv#Hmo}k~p6*MuLz)pp)N2y`AfZTNVY*zeu(N78p48MsLaZG*?5CFc|jeuOV^IX(J=Fd*G;W~95aJL4+?5O+NIrR3eW>dq} zZC-DguUT*A-BcBrXBNWLY=kIj+$&|mA=_>OvI6UVq%D{}<$ipV>M8_n1E?jR2?>{vbyx{iC$-AW=LV^B_?? zB23>SNQ^&eVET`hD1Ooo#7OrYgNa>~c$hC8AQlf`VT(|N;kZi<7|q8#{aX8!oQ_9) zFLP5y;TdS9P^dnDYviddqPN2}FEGx>C)C!{PRU85c|c#$kqxbIO)r2Mt%>;5kcVxU z?l(5>@g(h8-;q9}QkZ&Wdq8503Y_x>2fATIRokaXZvRb?PfZ)QEoN3>vFM;N*_jCV zrUtLDzC#AiIINJ#C>EyNq}qlZy>%+N%mj8T247M|iTs3pV9AW2CjCcB(@yvspTcgD z8n6V3T2tT;wc6gGsj(#&CF%{X%2SGq;0u*Fp;8Ka%AI+1bF!yFwN#oydBj1j@~=Ke zwr{dHua2JrFG(Ce%Scuzw7IjuTg$lf#wH0`S-z`S~xuO@)5;ul=crrdxs>FG$ z_Q~Oj#=|kSRO$CS8(<;+By0(A%=-?b`Fp-JqFDO)VW%&rpZr|z_fhMdf~ayhIQ1X^ zsXJiM>stN!V5SFwbJ`Ix_Hq#&j#Kr+r=c{#gSJ-Q55UqZX6hhOVhF4|D(^1^s-EF{ zh%6v4JYhn-9NU9$th!cbtni$IDCI+$ky5fvrWhg`!?@ybm36}44POk=$r80pdbdMA z5fqLdE^*OChmnALnfZk}kXhqI*>*FeNN7dfzv!ATB$llK%Mad$;HD$?-fCb~*6hv_ zWm>{!;uCRyT~i45c+C4pBPosGt)7X^fw~~q=Yc36~#m%-KX!J=mX0z zk8g1+{P(|3QNYr*k+CS?Y7fr!nQ(TVA3bqZfc3i@!tJzP#d>{`*u@H&0!gz1GLeuI z0%`xErc}IM)v2;X`Lo3p=nIP`z8_A)PhzKl@aXR*Ax1KaI6(n78{w99G1KAwO_AKMo0yS+J2v(|wB1s9rn+U-Zmegc(HgyYu$LnAVhs@T2qiFIZQ_ua7 zm5_&LM-*ziPnYtId}Rbl6gaf|FA@*ca29oy93wfjWz1HQF%p^~3OBIrA@QBHV0BOC zzz2g+pZC8%QM9LhsjhSjbr<6yfCNnc!x{cbu$KYg7|u;(1K|JFF@teTcKbE|GdOKJ z&u#Rkm8|2+yoXvKMq*ulW!9oh7IM%5C`3AsupT6nSc}YMo4?RqPt_+ByUErg(;j-n zAxGpe2Vft<1mhRS{aX-PX6OFd2H7k*8Abaumdl(SBf*yHeqMDuS@oDo^_#NX#CP4B z{zgNz9X&x>ycS2y8;c=^T8=!zG3-Eyj+%6$8a19->j_?8Krs^>@HhLbJ>hZ@Zx;fF z{USV;Kho2()uF(Gq{yIsnDn(l`cyY*Uk?|BUE{B4Q*kBB)t?AgsSwUfPK7Fn^ehlY z15Byl=@jll%+#lvTyDdZ5y31~a*R&s2`xHpW6_)gf(xBkZnUzr2<@^W~j7 z(Zp$_p%RFj`53$~yVyL3xNP+P#gB#?;NHc%!lEUmB|!+C zd^7Vp;rKxBhQbKELY*~ecW!F8qlr7&OucI7EdNV&cDNr;DUyUcbz@MPtdR4S*db^b zCFzM%_F)X`%O@^)KJDZL3hr_jo!8*Oh($>TRbd^UQRr_>GEJ)qT+AW|r%a_$_4JE3 z`Q*{ujm#t}@AX~ybkrT1=vfeb?=2)oc`zX(m&|?4<9Bxv&h6M&&?|g`=L>M6-+Fo? zvkbE?K@cm^VR~dt7u4|aI`+KTZ(Y=Pd9yYVt*in$PQk9SM?jf3{tP?sx*1Gu`2G}@ zkMP;z52ycUvG4CqD;g1!4_sJ&7dCHI$byOHh?!uCMb;r2w-D`YfYfjryj4*u8jtpa zKS%Ik;xy}=8WM!}=9(7=^>BO3(+J{)On4dAf(cHKzow2sf0MP^)UP0!0!fziL1R-y zUJnv7`DukT&LCd<+lF9!u6?g2NXgb|WCzxn1F!1fiZRW6;_8*7`aRuvD8(^(-jBt=gA|WuvZQU4K&9nPewLy71H; z*qy-P%kM{#;nCOiFNDEazk|U6t^XONm+3Eu!T*nl^mhk*S9o|y{qBc9R!{%`S@Up% ze>SA!e}W>)zyP3}`E&Z67P(bwqweYv%|9<}eYb+QT*!cdy z^zf+UKLP;{>k6QMeTy1+Tqu9j$9|~?tPnu?n`z>4NdU@^u>%i40-y~*{iCGw52lI7 zn696&yZ@&G2~59%YyYcwd&ch_O5I{aA3SvhF931RBG90zL(z&Pvj4tKuJ^p%+QKRMiLu`jq6kvl~&yrSvGmi5IvdO!VO86l~&?Nl$1<3 z49x6N+{qo2%62yJW{=a+Z8dtr42Jnj7I9l7r3*w+xH`;HyuSEnW*5;DNa1I`raW03k&G9l4+p8hmmv|WpJ)=>5{p!mXxRDaGp>w zQs>XUY!o4+I5P&1ljhtp4GMYhU9RoXy2Ece-Q9`W9qDMw|IXy($s{+MRt>Y@&@4wk z9B<+^_)^vKn!m}|B1s7v{l=_us{Ydy2`~aq$aR_J3;SZi(7ts!&M2Z(h$nG6>Cn`Z zo9PtDLO#I#B4c3Q#Y{L2Xw;1}iCvsDCg~;j#I89$`u%6#^lo)7YVesEg@;^62e-K| zH8VieelJ}B7Vb})9{^FI-)TfKybu0DkCW5`r5CdQzzG}=P>FP+va@-88IUPzx6fvmjxLKtZ5!m4(A+j1bzL%;h#g5)+vD@!1qkCG zh|5=dI2zBhvpSXv5yHxDlb6>i#r53@%Cn)wnh(FWe8E21+@5Wl=Y*#XUe*^{T~9#2 z_sra49zP!qYE1pwupc}Z{<&)fSHV=Z?)+P)j$kYW`UaQ0;D9m?WrV(rkKsCdCSurM zlLsubbFH;bKd%B)DNPq=5I#p1asdub+U+Nzats}-qMJ$GiT7Jv=*Ui0h@=qf!wi9F zTQp|L_iyI*9~tMhZy$6m3mR_aMnQ3^s($Wwp-N#ZxInJZ4)qe9Va4f|uprMHCKbP7 zj2S$nm2!nHG|=^o~51|C~^ zGW47E#d(YQS7_$4c&tlU8vyqe=%A}T3tjz&#P}%S_nX~qwz$6hdW4MAQ4%b?CG<9qeQnvs1s&RrW8B}YfH?t#iRdNW zEpK;zP9K;$;&2VFJEPqH!{zalVCX*to4ZBvK15MG5|79C5aPmZCgk@$X}YiRE?|(D z&<`Nky78c!-1#IL&q9%0hV^MX3zwqupcQ{qCRm91rbaf003LQmwaSV`{XW}e#iS;vBRLF$jcGI6Y{+qn z7>u2|#TYeIX@J%eUxsYI#Jct~kQZs+Q%XkxGkuJ#u2dw*`MFcN&HBqJYH>c^Sgu#7 ziiig1>kd*^q4H6&(J3a=yQKYNB*}GG&cgB&8tg1iscZ1hal#c@RuZNiJFYzE-`cD% z-+~{LvZ#p$sBf(k`4w$21{Y9L$+a7D^*~?b)^n&Smg}P&svD4&#+Nx$ROYQ@Ivd_N zAiKC!m7aqJL3MQgaM*tmgZ&32%I-HVTj@M#r0zp&nLSVH?`w$GU)jnYhL9UFW$DOd z^MbySi4+Agz)F|8Z1b+1X_rXsSaFRnM`?sT4|1owvOemA%s-`LObx3Yfq##up2HDG z{M;#g;#O+^TzEZ9OM)A=UX+m`|C3u!;EKkyk%VA|Za6ZsuM#mdAU{{;9Y6m2#WnSK zAlZ365noI_?<^vQ)OaS64|ScBGlH|eV)Ij^IH0K+W2UW8zUqqDl<+TRWLfZ6x)NU& z36kuC+4(nDBTO4&RU*XlPul1vooBqILi(`86iTyNFB)4Wgt{Zufh8mCFPuRyod#Ws zsF#GPp?}?piEHedbg;8%DltrM)LfogZR{SLMIs?!G+xSAr}~i^=u6-nQ@e-KI>oRz zn|l%gF^%t$R0_#$U%bm+rjt_d63s9JwTa-Nl~(-31(j3dn#zWXTmnYsTa=6=+m8iL z-0pyCxH$~sgC&#|cj45cr&L9U8>%vDDbl8<9jmq~!?W3EZ_8ZWa26D!w-C-O+)Hm7 zZh_E&Aj^L^!#@f5GBJIJHQGf>hV20|^F7$@Mf$Ol(oQ~a7hopbSO{xh#D|b2y}JR8 z?MLH{gh9`5^_qv4xivz%ZTHTa?UyKYjO^+UiCr$z#{KNqTH9tv#bj&Vo=l!Y{$5hk zaCWrb)^^k=B-VTCSbU>CBD5J60h$Ka67FS!f^R9q2ZsWyE~PHC#7SKBoNdl<@(_7} zw!7vpz)SC4F*7fPHK7EV9k6B#%{w!*?CM}dlY0xO3uAR1L4-@|h%%iulvlP;bYA&Y z5?RBEuPh&BWSW<fesUYAMHP%e(e&XlH6mo zJl&r$CUG?wIC&a;NRr_4Sw%=Mx!f{5dB+t5GLv!HCwn8VJw#W!S88Ul1?EVv z{ZQVNzNCmSXJt%iGRG=e8mP*;L$AtZt(oPA*NIHp5oO-EHi?#o&Y~2os^5htfsMjs;~Opb-OJ zU>44XFJ45|t2lzZia4Dsn%Pn}N@0|XFsO^u!9lm`>Hx-8c{eQ;Z$gwxj&UH|n!=Z^ z_QuT85yT$Xl4L==ZKgV+!uT2*l7q%w@-vqP$pNW~j=t3%HxJP~Qy<=^;gadxu2g%? zEr!Sr!Ka~egMECwn?0!Y%bNN}E4poXC6}utDrCuYQxON6;N%lUwY5Tf>zb!m#DbIP z(vGL`V7H}PHXV2PkiA|;ujnE1x-|Ht99x^F10@3tLngPBn@EB&8n6{LnfFLfIQMH) zE>UjZdGM`$iT>fV{VbIHJ%=8^Z^PV&4yo}mTuQ(n4GFSe4(x4524d_6Xke3!cxO!r z`_Ve0Nt>O6Ts274F^~^kv9IjA<6aCp-C~h}k`!GDE`{{p`b2Kt8tdlu%le0&y;L}~!9vOfiJ{Y?Y> zGm%sOt!UG~tnvSg3;pKQ-+cX_imW|!@n4OdF$f9#znIP&km~Zk0^I&;gbhG-_gBvX zBOUWUy4eDL`m1~KR}b{RyFEraUba7g`W|7pM=0;%kpmzek3K&D=;O=R*=vJ8T<8oi!mV#s86Rwq>#8UkUlqL^k68+j6XoH;H zBUY1G@?}&gc>?{ttEhC0JfcNTNQn>Pj%?GZ)tt_Rg#Qxfxg<{2c2s?y&EDs$K~jtQ z&#+_MRHMHaLzw6v8M=N3ux0+vJHYHAc{Cjq*r7W(p-2ag&&o@MPyE;SCI)y4p|MZf z51iqPIp{@m;P+CrC81CGB5_;<0+Gk_l%u)Y-^x^sa50wPG#fp^{n#5faJ(j6(GuiR>xSGKEoS(p zjJhj4Rx!4__1G|f1|k*gvvm_@7QAvd$xi<$7cw5AO9%2 zit(2x7x2zjGS;_!Z9}BSK==4o{?`kX0J5ovfRkVT=vjW4c?dvV^`~<9{JZzaf7SIF z0dYFNHv|H54*lTQAGOKI$odCc_2ahrxb*^>0KBaJ=0)(3&*-7}Ej%1>frsJ`e0Q0D zqe=eP`|fvG$^(6u?*o>?B}kk83`6zKjSLlY=xZ&it?cW)FwW=;FfJIA=Ly-LLuDwU zGmYLQzKjuh4LS16;#0vP&+b*62r-LNc&R74V;7YO#ETgJeu8_D-FPE5W$()yL_MlV1Gt+5`$=gW%^;ND4Kj>CB50D|N36 zHb$R}=fWN^6N?AT&gV$pk1W#;G~H=)WVg zwF?8JCy;^ScaU0vCGkcCtCL2z1LUN{Ic8*j!+HzH(q^p9riVJ@Sw;y)ORN*yL^%_; z?xOIiC19+oz85p?GsfU<3yV-`jIiFBmgDP^nbc<*s-45O4e(ZUWcXR7jMfD&OQoF0 zMKSZ^se69d@1F!j=~=$(_xGExuHN$BHeYbrqOKh?he=JO5hPu?T=+eq5nvFmkq>&| zQ1rUa%oEMRjuN^rlInACg_8P7d5vri?&<1;aVD?fR;pOOR;U(~PrxL;An|#R9#RgG zZ*4QHKN+Q}=Q*5&>rlFlA|7h>Ce3E0T@KQyX|~pIpsfX8{4i$WHW^d|v7KrrcV_h1D;)=+>=1;CyU*n_=IK`vh^OgxAgv3p|h!gD_5eMlHJ z%b6%cPzLL9a*U-w*Z3hYY&aghWqV~*SJ5AKU=ppdzZUYeI1xZ-z;3E)uaLaFT4a~L6A@;+2`B@ZH=UTyF;7pN0g3_{RAlhXfoYBC+_`tUk-;{>Z=x zQzh3*%Pwx>kyVaPC6N_Fs;jslCc=b+%_cI9V`JOyoKWC6YE5-uy*5g$h`{-(jw6U}O7C@}f zPs#rbOy3QQM#S)gP||hi41+(%U!D|d2dcM)0>i$C*nbTaR+8=C$r9$$Gl$5Lc*{;08gf@6dqyjZY|pp~;T#>OXuO0{MVb<*Xf9W6LqL8P0+ElX zf)-~#dDS~9>zK>T%T0iP^aC>M=7%|u-S+@CC4uL}kk3X(fQsGaS2QGji+k)#0BlOC z_M0DWk}fqtbQE^J?g+W?+sGtlT0iw#R?lQhA&FqTcMdPgBs>)qM4BiPXuVny^>$pQ zB4i*`avz#6zLh&)h;g!MzB5Q zGX1L|tsm|6|6RZR3uKhvNHdI#yniII{0bKQBC-6675pNx{0bHPBC&jPA_83RL4bKg zkiQ2GSbn28|B@q&9>B;Am@UA{GB&j}uqL7vGS#s)5HNViFA78Zw>)C(|Bz02!NtWD zO|a&^fLmdKD}2CKnk<2nJOPg1GXfG71ndc%mv3HRi>^1sQ!qFRM8f zGO&eMgIK@f-N7fA0RhOwdoWvkzFU-a&oR|8Lwh~|I}jJ#?j7_}JFnZ^U%DM^UR>Qu zAFZ(C!W@oRYUiw0y*PFSEE8%(Y;w3{^_pwE;*rU^G4 zYrSzx?}~v|i-5d6?#3W7xxUCKz5pr#M~WhFb-cPoR4;`G51avCcCTtQ9hEO#s&gmz z1OfW;{)-c0%;*JwzDI0#Sf^2BV7$D@C^xe)-$7UV?s ztXY^JLG4w&o8tn1AsjI_O>J}a^}Nv}f@HU)yj!ob`Xucx`M6^ce!;i8=jCV&>K(}# z%NJ@opm&2fz=3mYYXNjxmOxM#qrMF2VAuS;xkI!RK0qYxFr&RG`bkxR>eS$0jED1p zs$!~5aJFML4>QmyiXnkmDLl1(^tV7kTM+9bAhR-n$XZ^-LolwmE02z6d8oFJ>%@nJ zdqLA-=eEMt5fW@|Z`V8CtO+w+@_%tVbi8_(CC(8jHYNgmC1(kPxMW?Wm+O8@;@TKw zA?FpAj_4QW{B^oLBGkZSn%G`M0$IL;e%1N7$Ag0#>170&Xi^U1I>{BWQ(mt=j+v_7 z8~V)z%=nKrr_}@Hx3go$_&R1a?#L@ajw6QEB{dqgn{O(C`dm2p=9-u2XCY`_PU_4; zIMu2T=b2^qvH93@OU`NUnsL|q*R&R@%?iG>4yUz!pJ7(!RnuBdxZG_~e-}~1OE?P= zSq1;@Y*BnJ{kiSXEyA3{9MOdbPRC-iiJNEb3dJiPKTSeEDodaj%aqjKS!KYg+Mp^> z`(+SeeAqw|{?=^JNB$%XZ$Z4gdc`W2lVm3G>KZ7nQgo%STL_t=(Vx|0=duV>OCy}0 zO3-8;7uO|_GG$4d=W-wV&3R#tK}sd6#^8|v9J(^PF=E0b3E7ODWhH#GO=S@{TRpVnphZL1oK$>SY9BS<0uQ@~C1EFDgzTGT zi30YunTTDKB?8nE#hwo{*_ZhUo__7HS4KH&P9OQKMKs?B^GtejWwQ(pu@##QVN)C1 zUCR0xD4E2lg`eAx$ngs|qy0U~MmV4#T^U<3O>3d4 zIVtNvIF#HLY+Zktc(03WXPQ|q>`oIjmv$_AGs#y z6cramRmVsf!@Gri1x3IHLA%2RF-;|*CqIog7~C3sl&Lv|U7g?J;s`p~Vgo|HW=tIB z{USd-T8C;6$n%vl2#`1(Bt{!bzBX845|wXHA-go=bqn2yfE9z0C>{Z$z+M6esd%J{eiVnmC5k*Xk^LC3 zJ@slcYY5pE0UFKbGhTy|E@pQUp2g*H8ssq{)$!bJ^`2VT5<%`%DSG8@wPRD1=I&nq zd-Szxp#8mIk9)G{uU{eDqk}xw9Anp}+#6RrN_WcF`mKt6^n}auXh!%y;st1_KiAXx zw6@N0OVvGmk21`?c^T(;8?u%YaP*}6{zV|>9bW(Q`IeX6t9fUaHUR zOMx{Pyrq)vXl8Evs5R)YZlzTYJdfdH2fT2zVC@pTaBI%CW3#XTR@G@8@@9k1cdUpN z7-1F!lsXm!9jsK_89v%XJ?KeC)DjaPclCLJe=smp#mbwO!boHT_-s zj%ry^9dSjEA6RLdKD+zH@Na9v-wJ?|59WykmE zwSw%{vYfw@qn^|Br~Rs~L)*DJjDDMdt@Zh`tp@5Gq}vR6x{le0*?K z8fCRLy=ntx`H~78LdBvwuQlheUAFfnax<5V-0 zVbY}?vF5kWx?ynNFJF>$le0Z{neTfyW2F+ov#fVrhferXg3xAJ5BQp*TbS+ndY%5U zZA~@-Chbl)hIF^!*CU-U#49V}Zg6+%k6wrb9angpR@7^34q-`y>uiu{EZw1qmelKx zFS}D8>tA}|t#Ec&BWVz8EC&&#N-zOQ39@{kP@N@1&aP_ z^Q6K;AOha9r!V9l`b&iJYlTy?lv{5GW|RHSL!a1Mzx64C_5}_RPDtj|=ws8PzYfc5 z9#d)_YCscub`RsL`|BApLVO@RAb<+g$3CI_dKVE(`;+zzp_x4q!EL>F~sc4Hwu zE3)A*dBPg`BB{GXraYW8!b>nDT>op78C2Aqf$%eN_T9c+%d3VjFJj({D?#vX9Nv~F zz1Na`e|vC^J`q{8QHY@Qey3;f$&N@AW1U6eo2RlvTOzcE5ufl_tqQP7jE*8Q*k_)z zS_v9Nyqb{AOwJ_P)3_ba@u1YI*)qjW@Nkuy>8(FZW;;>Dt~copNxRkEA-r?EilBQZ z-P+wRMqv8%WtO}P?o=Ib>4Dz__Ao9?esr_sZvbLqX}JjvlnNK#_si64_HO)@xG0~zh>FHqW|{WxgbL0<;)+{{xkhYlc! zvSD~GLrj6e;zk+wJAKwCrIEsSh!wJ9EXdU^+pou6zHG}(B0$jt2LtUsv+`LMDjd$@ zO}DKvj5J;CT&K}cTGZXYR|kVq;KJP2KPOctLRnpr-*51ah`{#k7$91{A|j#SrAtBZ z7Bw-M<$Rggim4rds|}fNI}>fNkR-seN(ubpQ$dLwoV(WE*(jo4pp6wQ2hw3PMfAK{f@(R z)8VrD@My^`zys)cAO-f|GNWZHv!$1eHIOdLh~uAQ~W#bm*wSrmyIw`$q?y&dra}ICLsx60=SH3=lDR_64#$%Vu@O| zi+Q=j`>b7O3d#HUP4(Hdq*K{={cW2nliuBLMsl%o&%z71SnxINQIfPQc-=)T>pck$ z3guU7ltxo&&b*_{Y*mrY;05ZWMyi~P&D2g4$SJBWT07F2h~$7`;J8h}PdPM{Ow=TK zwnsG)Ta==Hw~CfV-WSaX=D*XmCyAVs97!@K%^X~fTp{6DVlu;v5-qP-SN~eCdI; zLeO#KIw2gKeXs`pi@r`DV{ zb5P@+6D+wW4>;{?=cTF2*5mMa0#>MT#$pyX-IEBEXMFsprLloHyJR`Uf~F$*(#EHP zZ$+ZyB+N~grb*Jq>{^+?(0 z!#K)a!!RmZEH*mtU)x~{nSD4pDj&%0^tjzQ^muZLdk1}Q-G-5I*V0c*c)4$(X>zb= z*%BwlNm8>%tb1^aOMm>P*|&5poYdGo9g1aa{ZtgG71ffC5=r|q@e(%(Y9u^YOiU?2 zYuwr>fQq%BL?9B6FV3OKf85+%jO&u+5k zApD-5X1%nE{Ta4Lt$ME(dfr}SL_`!%GWMPfq#aMBGT2+iH&FskG&4j!q%wRXSsW~g z&VFC)$2vS*Lh&rr=H2#JST^=^FK0uU2oI7o@_)@M_a7K-eTWznm}eY!RN>;b0`yyA4%tTqqUcc=dA$6 zw-n!qKkYj8mw)=AAj29iZ7Y@7bjSUbW6`eY(5v7P zc~2sNEd(~GL=00gr0FYAqSr3m&eSNwkiaoS@xwk=u!cA@KBV#up}@X25Kx6?&| z1gOXPnz4>SJNx{m0z@&>h+lR?Z)bt+Kg?09e~j#G)KHSGKZZs!GtTXXMU`MBVcOL~ z1v{ZZQMHBkA@cnk({2gu&%*LjhG* zy!oU_`ojGA5yTTocze^p!dliY&!ravrySP0r`XfG0~I0`M+4^^Pb})Y;CE}7->Xg4 znJpw(G&GcY%uRePu}qL4vbv?cg(vvzL0qm6qSZ>(JFd^AB24K-3U%$Oo~y<~k`1ma z;sXModxp?S4T~24Qa2vPT)sxWvhzKHf&*@fs*uE|h=vQNDo4Tbz#URMtxtD*ouRG_ zGcG<*jhh>oKhhvQ@Dd$3I)%+wREp07y(bO3#r^JFAS!gGM zFtQ?9I1)qtfoB+fpI%1?8onZK_1{o_sQ}47Xl|mI`CPV$EGn@`DUp9%z~=KCVT-a@ zv?L76VEMqLx>HV-=vNbd80{%Yck~9wRndg|^_98@bL73}y8^d@7u(XQbDxfik7{gs zr8K49-DhUIfSTNo->4zLbS@~Rsx&x*BK3f!b0~9&L?D#~`Rl+5v%(owSSu1%4U|PX zDM*vKh2*7uHZE@37UB>er`ER_7IcO*2@u#Kw450Qj)}+7#X+xFG;=8O0b|v#Z(ln+ z{B)g!USL=>^g0fs#s77I&*Uc*2n(^LPjD4i*%PUat{Ys^PJ5H6^?p~9u$WAt&#<1) zd#N=P2aD+ne_js_Y&z6wTvWK5nadJ_BjncoOfQMDA4jgH!VyTvK9Y6`hSow3@`jvi zam$K~5Njs*i6DqXkG_g3kq!2I+i zU1UJ4Pi*LmevWCtzJ5d5LgPZkQ|AT~mx1%?eXAOj)%`(t{|z{WCiV}BHV}x|yw+7f zXks%}qe!X;mz}gqoQ-G96(0A2Q&b*b4+cMah)2cTJZp<-4 zI8B>xayFXzYH`TsNMg1Bh1kcZpkO@riq&ND*nU`0mE=V$2y_H`U~qY2*`#@4=$oqA zj*m#N2;Fs9MHF4=WRxlR?jO0^LnI_8P^uUA$mU-9hI~4~9ppWg4E<6#qx`Y?jhWrq zY~k4gCS)_+eTNop8nwv)6olUZA~*Mx`}u8moBa6OORGEP`zXQ&qido4bylw|F3f^( zMILH>h}Hj(y{~|)GTYi0=?A5eaFKlrCu`B$ZAnK|<<( z4l{GFjLuxYx%bXD-~He5H$TpPbHD4|@7`-YYprL!WJM3e%n#-z&Fpl6D zBz&g5?UD8?_b+4q=;W-gl|U;4$_RW&7By=t*^^jTS%l@-KISuTxpFcc9!x=Ttfc31w* zuv_hlZ{$#h#e-v;Ql9BjoNN+^ig2-#i#^%UWgiSbztL#~6qI$h+ZuNx{nRc}hZ}6e zJ_!Zavt_$}j@@<=>x#{Ou7$l)qkW&N(WG_6?Ns^_Al~$)wPs*qZ9?_+J;dtDj-mIs z@n<3$cyB19IwWqN%OXeaT57+H#J(ksnT7`M3uz-os^XF%_GAG%#kqq{NaC@cp5NS} z(%@>f<4W}xhsxUJ-A%cY6T;-Y>_%EWGWgRXg2?!-(Xm%`PSNA;%Fk+Is^&^V2fG@G zQy;yH3$}1j^eNq#o?j{;H^^9mEGSoTaxa7@WQ`ih({QpcCIpS@+HKJ@LfmI~h}jOQ z>(?^{{ zF4SgyG(HCr{-Jp1>XaVPO#lqAub@r_bm% zHKefi5h-YKa*rJh-;FPbkzSROv_SCP!5o1{&ulAuNCv4_68DBrNyCD19{n`GoeYtx zRYn+}Bev3o@Nz;Wu!*nHzM#mdI>&uS^OceFnV&!s3`irzXy7rT_m*7^J@MDeI6`c+U86+#68eMcD% zrzlQ;K#zZ$yKd4RRAsVUy#9!=zS>J1>du}Ernt{BBJ*%uu`3dSE5RK6_pm~r2U&P*(N0?lVE7`pzkki^1W#VPAqb8_VE z+o}-jbO01Gl5v~^I1ilg)Jc1yFfBkRN+Pn(LKsmNuF(eq>7lj)x6lWT=e=H^B70se zpJwn~v?Y-{Z>vieh2C1n(14)b>wEYltlcsjgQ6=`A-0+g_t9cx$32XE$5R=b5Z4zT z5(52cHqhG7?G!2G)q35r-!nl%QhG7Dqq4Yt%WJs0DpJa(ee z>4B=>@UZu;-5E87y&g&xf_EPR2cEiZlvz_BX>kVu%^y#={7__l#gM z+T_bSC&VHaqlCtFabI+IJ^BQ_^7gs)<3oQp+}^uQ3H&^DUd>oI53aU?Ps5itxyaqr zYRb=QO-fQcQLhNEe7puCKM0oiW57vgBfH~CXUlG$N;;B|rZ!hi;x9#Z5s8mgCfLkd zhn=hDHYsO6B4<8rN>P1n@TtDA5E;L)a01?DBm5vj=W;8!qATp;%%4Tt=g5xONmZ7S zN-$U=`^}zP-n)wfF0=|X?~*Lc%r>p3V)7Lv`IC>$0EAIh#OOUJE9ON_L``E;Hb+_( z*~ZZB2sA?SF{DWpMe5IlE8^%_Z$SV>;PVxA?cf!2!K05+-_8{+)spvED(M^d+;TFs>-6728e&(K(?Mp2n$QL@ zF%A=JO{b@Z!bx#wk@$#d-qLIGw)P7~f^J)fqIq`6``}{6s#0${<{lai{3OM*pfKQb zsXcfBc-r88Hq+38iW)HpTKCWgUoh#nlb@EppS3&}g|f(b{+RMfW(!&7W40u8=*mth zTvmXHZ~}#7zi<+rWU{+T83wl6!GP35TwxBqsA8;2aW+q8t0USXcR7_N_ZMS%9V@9^iaUkq#h(db_;W~QmeaM~wTh^uP(KsUd8@PD_a*d#vXo~y z`96|vonA>S{hB)BGJKvupU{?6U5|a_^GPlpHSdFs+pmUMhCca~`S4O+jUDDw&RIra zMl%I>RZ!SPb4rWpllw=}4e`9!G}oq~d%UuWpo_`yqG%oANb%sFofJH+eC1N`k!T~< z;+&KH*^nc_T(=cVbJL5Yct>8^Wv80?fRq{k)47={`81@5MJ5|gbsu+HoL4a@qw1eY zOb5%8q1nUVF0b|Wo-zd9*){-3Rv6g6sfe|Tr^x~m=nAY$B$9+`m2U{j1ol8oy7ViTcCgPo-{Py~z*C@Cff zecipd;XhICMqg6I#XDYAbBn!S&GFk8K=KOWDg9iPI+R;vO3U%sEt90pFmyOCT$o9{ zI#tqvvn8wcBZ3LFa&VdOq!!yFp(YGm2sXuHd!=f^U?og9KlR&hNV%yd5y+}nUcHyp zFC{y6!v}oWEx5!IlI;)RJe)HuKQj8Q<72EF~pc-s3~Ou+sPkb;0}1b&c&v z!1YY{?eq;T?MXO+91K7pkPVdg3ce0_6OfsefrFWog9U+6(caKPg#;9|&cFg-=VaqV zU=-A~7Be(8HnAsR2XZnnF)?$3Lgd8lbcme8wDhd391NhyGEia^ zJu^EC11qTNGLVEFz|O$V&J5z00Wh%u7+Ap<0Y#jF&^$5&)n2b1b-kuAL$HlD{PiMF%~57i*BD1jU8G$AK>j1U;a*kdl?C zxRA82H3^6s6(kT-dzb6YiY|5_afn+QS&{JYFoHyC3St3uA)(<1_0W(Ofl=1hz|hvz z(wKzim(xHS6&mC@a4ToKld>U|@O)yEd6n(Qg&k=eAf0Ce;D=oQX)!_4xHRXf#$PZ6cK$MDRV zbU9~3Rv8!VY+Ce}gUrWrbsdXuf0%|)qk108IaF9!XbYoq#r;508T0T*@&}dn8uXI z4k~>VA~h~d8eTOL-Oi;*lH-2kkCa~&+aEbLOFLa9X5dloP!Va9-*EgGGJ;sNjIXJD z??iBRdE({gGl(p`T%~V6IN)_r@P8C-3L5bLXs8KWfzwjWHN_*KNYN3^76Cy2*u?PVK&&mC;YSMOp9U48AZMtiADGoNr(4t1U& zMoA@6j0UJYTsQK2yABDjJkuxjn4xWUP(Y_3sImX$W?Q6xC5-WKR10OQ#uerl!z(P? z*by%J+Oqn&@$&P>_KuHCW&L?Uob6pLqW3Hw4;!sM4UtFM8L~qrts#w-EDKVG%Suc$ zw3z03VM`u{3x#5E#LOk-2|4Dz2w3pi#RM;Rx^ zX;#R;&s@eG=k(=mjv|q6o<)8yji^O;MNu)#u-$qLYkWK()=16tIk4vnh7qYXi#SmO zxtO(V&e^?yz8S-YWgd^91op$7jrksYiS4U2SB=?yh&1G;FtVsx%z=3UQRI|I@CbdG zfSSzWK9O{tH)MV_z0B{8&G9@~;>6T>r%Nn?*GSM7>{Mm>w#!bYMj&IfeN*>eN50#< zdvqxNtbDl4-r%SyPG#Ff)Js1v^9mECm5bf=(Ge*w&9V zqAAm;g`*bMF3of=a;4=A$kPpzV>kGiTFQs()-wydCHFeJ0Nc^H?ZXAkj7ba~uLsIq zO4!{S7nA%g7EH?B8-gyDmJ*mlN*~g&D`(sJStj2BROIIvE74%Q6PXCz2~JlaSF~n{ z7yrUyKeRTUQy0f39H|(xU?TZ$f@nRo+>l1esWCU}zG0uZwKMLEY}xxyFe!#ME4b6i zjYap3@p+j?S^z6`?_R=ie-5RnbyCLd@KU*(*K%>pcGc~^N#Nor^n*1 zNX^ll=Pmek3+?Yoj2#@H{{uNuEYKR3zCCap!T?;bfPlm3du;O82EB zT(QALuc6%R$aO$F1udVpveGsp6z`DX)?$}xh_?b`2@n19VF%I^b33*0sHgs$F4FUu zO?^HWy)>EH0worcSb;KAsxinSh6e6Y_UbCHm$nKYK$AH>IIzXd_g{73=<>3N6wpC5 zDWJNto8E8lTF_*^BNb3!QQlok*8L!X(5vG-cJ~vahK^tNcg6Hop#1Me#sgVzi0N0{ z(v(%S5Ts1Dx3v!g>p8vY!?pP7;nmeoj)ZN+vO;m2_zy%PyOk8#2dNB*N4DZIP$rVZ zDw~C+LEO@WA5l$S${ZKi^EyBzKG}3kx+5Kq&ja_ghtIUiE(Fo?-jdt&ZMVpPYzK17 zlES&$W>#Ni*hsy0TqsU~QwJ4R6l9pH`dCtUF>|7Edm*d;Y&`rZV0G9uBn=-PY7L`v zh3skS>G4tHy)XP;PUsyQH1cET`4mBl$|wHDe5L0U{P}T3{c8@Q`?hDElvmL)&XezI zKqbpDRLfHbG(;nXe6Lf0Qz4w0z7--6@YTopwYL2?r5U{OXF6zUU3*(o5L*t&8UW?i zasWAgs=muaLjUV6U?tzw*3MqgMAsHu;>lS084 z`pP8u6BBKINv8SF`ui0R&-Z`+yB_zeyZujZ0X`Kp-2SF{gDke6#_=y(K>D|-k&&UT zp{2edNcaBV%0~L{eZS2Y|4)+%ke}_>T;V`|&>VO3$w8Zb&HnT2L;mV*AV2?~{RlvQ zL8jkGz+?L*0q_VB*UIWKCCJmdW3 zOcW$N!B{`Ty}-2!Ou1?S=;E?Wd+58n-r)L%hG5TSPMaF&ZBVo)8T=3_;cL^ZYv zfDX>i$0@QwAr?$KVYAubp^C&($;lY;;#ng>jdELhw2-JCEJ9kqhh;m~FgY2+8VHRa zF5B^#F-)JkTDlQc^+l!_;DyYv@X*w|=&}e{H1a$(Tp6m{Z}?MXYq87&O?gtcfEZgF z8Me#=7)d%^oSf3f9@twJl9PvGQ;1|~YkuXYChfNoRd9{1?xZ8#squ9Rh&4ZPA%3&y zV}?$^&D@)~d;$S@5q*f-kFa5hAyfX&S_c~){|miWM#2Z*Z#6d1@ccp45XgSxJ%EN{ zMEftC>VAO7XFLTWS`^10BBb(Ga!j4Z&sO(sdJB_)0ORS}N(^?JMTW!q4rzO*cQ47! z8{CdXRQ2Q|A3DR!Ak`l1Sn)}JIJxIaWrQ!!KCLDpq;X$MT+(_Akq@2yT}}RH8iPy1 z96y)XQLiJ)$6l=5?~-*Om3S4cFcQot>ij2dUn=wDHIDfweAL&iN(#5@ESPoRvUuI3 zDViL^+Lr;JD%>@s0*@f&OhLTXj+$86UFOP9ukg~_eF7T5^YH*L!hwJASU&5%I<8vGA>smWDN4#W)>}S~3U4*|xKfsS4k}P^#{Vu}F=}Yg)%b7S;;RlIU zg#0Sh{uM4fyfn`kWnD@NUp4?3@YC@$ZHI>eJYq(X5a7Cvmt;+<)-3X$>Tg&2Ui)17y|PO5|_FDJ4%* zGSMthxJNg->|ViCLy3;;B8rM-;XX=x6ZV2{nC11do^S3Uhl5F*9<$T2X7a{!CX*@c zR4=bSan$-z#82^$zEe^TGzfms+ri9slj!oN@)FRXx{QpO0_UNiGMM&J;4+w1`pM8tGVG2-Ms;Q(NR1S{df-_4_HrS}9ha;>YQH0E zDd;l{>TQRY!`wW018=jf2+V*^engl^gw~IH@u22L7ed@vN{E)ZJy`}F`EPsJ3JW~5 zjfC@9Ef=-NE0HX=3x2!V@V&l#mh0C^kQ_L7| z;XBU}o{aadeR|Fr%aGbvzV}MjsWh^|sp>;lbXrmtbDlhkbJN1`XzJqv;dL@Y8GeA5 z_B#^S)|`SVQ+fOJDf;#5ggolT@may0wpu=fPu1}WBQn~8Qf1Rythf{7DLxUk0&{yN z3hM7}vA-9gEG!*d$cbOsdT{~4RosQ}t&#r2YvjlM#A<~>^Hi+i}m|OdO^98P>djhEJ(*W z`c{HZ@5(2wa^we&7(?qRpV*EYxnhsW^WoM4Lg{v8%0pggjT`9`Wc$w@U}N&I6o<76 zR}qI6sY0@AQj{c2;U^S}1Yi_iQI)NWe>jAs!-@W`7&*RDR)1HF%&cF3>=th&ZJ|iv zVCH#W%-@y?CW$=Yi0jn@dHN*kxhr}iE_*Mb<4h17t0Kbl?X_b%pC?s#s7hGb>v$X?@jng^0u>g$eZ0rLz z*Uvqm&+m3Pha3whMjd?Cx;}W!%d&}n>|39E5|HyKy%GBNe3_07H$m%r!{ zambRu{wJ(UH&(=^1w>DX?lL$1?+rbUA9l9f^x{QJ+Jc7Obsg7dlHMn2-33Zm%*P+{ z{L%n#I2w*(pry$vNO2xR5w0OUG=M@nX`!NdB!qOkic$bGT^h0mPL+O)CrN635b+Dt zi|6iS_Emm`W$eao-H|@9Ja}ZCSh|;MX6l+(xFYZCxX#=4b8|cFL+J@$9CL^WLLqYp ze&ir)fNjMTd+tUq$#;SMAkWTl{i*1K5;-Hs&^U=!6PrANC&p9vHyYADZWnEcwew|- z+K@pEu~D+>b($CSWLDClwrXZcdE(xmj8Markbh@DCx@hIZAJCT6_@cN!Gn}C!6$~* zUahJ3wY4Qj%nE0qR9G^$@#&ai^1my^AB2&BtT(xLMr@wz(R9PSwz3L= z&U05)ZILhvh5->RO_M@-Y9sfsvL(cnknxwWpQ^YC)jF9U1_hyY6I;g=&;=^Qb=*_S z?=r9xE(F|HW1(}mv*Ku>wQ}M*y?u~^EV;#_&V@G+Q>2&G(=aV(b?CY1U6K^EZZJXD zS&3b&JyYN73iQtJ)tTLXmm-qxpTy%1gsxmt^A_EoOX}!ST4kP2UpUr@U$`< zGHmyC+U9n(lbyCO>g+{#w-Pqb0=_3ii)XOMcP06QXcUn3#)1u|*YjgS>)JiIYd6bF zC;upcNZ{cjgY!D^lVb=LT#L*uw58S>MnE5ytJn$h8}@^NZUaU32`B?%PZfG-P+{5h zc$d#1WiLk5dJxA%{N1WQJlP~*ni|`F1(l4)-QU7Vc9uIr*J|aQe>gjeKH2bYIh=6c zI%XSPt%2)U@XnMsF5J^(n8%;0?X2d6dK{+;Mhtx6XEvy2nu&E%$mx!_WG%;Dn%bn1 zeVB^!Hcooz`5J+w=<0P^Og8bD)7n$xx`*k8hP2+Q!9#Vo82UPdmn9deAsRi!&*{8% z3OiQ#*4_hT!U}j)w*Ch@T2`~Mg7zSbBbSE1J_MZM?uY>gG-D- zcLO)UQ`N7)l53LHABfNTPX$Xje$Ye0!gQnF0;n`)#Vp7SUDJTZmy>|oe-x=$KvaAD zK>F$OD=wGx0u*et2TB&hk8zal>OI7T>Vax5C*i)b#a?4kXbhj%dPal9)s?Vt4zv${ zfr{89?7FD)RNK%wzY(AmSIU79=fc@DHODji}>SD)Jx3x1-gPR&dS z7)0k-0P}y=0x}v?J2{^D^T0(iu9lnF~(NN%^9^cj0 zmCc1UOL9TKrH%e0;+m)|SOL~Y@(7#qEYFNp@tR{ zDivu*1fKS$FJjHu8>$Xo<8##LG3@2&?!wXz@P5Hw@*kOa$af!Gy7xT%sRmJ3P}`_6 z)|7lHWbF_%ZDE?5<0vuX7EP%S&|2&9fcp;ef>t75jm?r>H+e>c&FHbmgZVn^l0=Iy zx$Z4Gv^p!Yr-%ezd*7`{$?=0IAS=_2h&qp0XQ=pEa+n zEBNuU2t|#??z4m0eM_73ivn04gq)xbYRO*YkPNUqzj|+S3?u&Fo!CXI zm~);iX{m=nrQ663gy6J>@6#Ov7JK9ZMRLK2YU*fHGk0u~gO4$V)Or`ZgH+E0LoPt6 ztr&dUAyORSqf+(i>niFVqWQ?9<4$eUi_1H4o_Oo50~jBmxu-VFV(Rqg@FPxbpPiKN zl`QbTaUrxZ7TI-~kPmGz|AJL11W44PG(3$kPTKXk8;}#o5#P1i^u&H@5AT8d`bT45 zi%a8*7Cy=1cDI$Tg?^Yj6v_k`uSuUNIL~XBjkknxsu;1W3>0Eu1s{r@hk2^!uM|$|>_=IgGy|odiu-hM;T1PrF z8{*T}S$TkKqtW!OApx2ze-K0k{%T%$CK&;a)dxoiJX5)MnGrY=By4v@Z)*Zi);j32 zGN~MJmdW3eiK0(kOF{b3%fx!0d^FWHgeVE(g{ZF(QBuVD@>-X!rVn%iQ<7xa34P0! zRr0p4=lqW5px#1F-|pe)((Cf^`$=3K)&p)VnVW}Y(j4r%8dK8HX%^GAROR{}>OIBW zD*b438Kn=ipZqk{-;?F(#pphO^e@~}<5DP=OQsEt-(1XU50Y^ZK2MfuS`tG~X zxu&%e-}4%3pK4?G?+WAxK~^Bk4bbGKD>>$+FLD^EB<=TI$@_lq-FU=VwhIgs8IcU;N5nwS@ln;f9jClFR7<*^W!mjFxp#ScLgF+;LbOI`10 zUxn@h1~ABNdad4!ypoI9xU8FR&zs)Feu`nc|E=smq0OLm_aCL?{ObZ!LD^(qJCs4C zWB!m;`ZK%tk6ESPnlb-q%b)0a{kkjvOSk>H3%~dKuk0n}2mDcG_y5{?{4D(cA~pa2 z+LQmY{pIKUEl=*Xp#e5cz{3c%zWx&E2$nUd`HRs5x&XL&ZS>p>TjcmbhtYqkrNRlG zH-5xYyP4DF5Xp_w{t!;cO{Nuk0@!!O6F~;51vL{?{oI+n4u7>Zlk^xbGFpQXFhqbl`DuO%HCMD1C%7^G9rxC2iR6@TRVsMyTuWK>ijvY)l z(ieETy<5joxu13`;NMU$Rnklm%vd1tfCStS|Kuj_~u<2jg zmPC7+THBJBD|)r$Ilnx|>VlNYrtp?9g?kN_T#nf_<~8OEOLCjrP}{n|R5v}-V%sh?d^DR)qdcxYCJcGM3oT^EIw0{do%&_amkmoVI4 zY-QK@-o3cP7>``Cf;S|1N^fpl8d}=RER58x%z}DiG&PTXd5ih%>5FeQ3y^@mQZ0U0 zKsVigzmyByx-J)JI^B-aCHEH7)`b1KT%b5|=uhPWZNTLM*Rzg0M(-$lluS|H1(gd7 zz;KMP$Q_X#L3=gE9pDi>k#s0jm%0@v*-s+;~&q3Hm)3)LIfuqzx_lqRWsS?xbRfpeduXfzjJdv;Qd>i zs;vAv>Sw}Pa@q_CLEFt*b@!$RdF-KFoE2$gcLN2U@{}Bu_taDC*Oj@SRv6{s1S>|6 z&8UZQD^`K>I1>!lLB)`D*Wnk2xl@Vd!z-MmHxZ!WGN zc84EZTsUr6ci^0W4iZo_M!FB8J(&-}aT1G`{Z4b*V{D&-hTYL~?6GKd637W8*e4hTBLIzms3iN|SU-12YM-(JXg z_#TgNyu9lX6M!pOo?G3m`@Vd4ugllqV=NJ)-@^HRLA7KF{9_ei6VH=9hD5xrH|@F9s1uIE;1P{>mMc z3jna!RBWDgpy9y}cjg}QH7>`$XHSur*$+z?!0*vEj!>;%v2W*>FQ#ULT{;Kfu%ERU0MNuH_OKg0kwAw8~N(= zx1S`T5u*Vp1s+%IJ}n7I+<{~^q{rjIL+Kaq_8ClExzpO=M3uH%MeQ^Ak*akk7`Nmo zFM6)+G>0?Nc_>W5F_t6s2&Nu>2Zh5HS3Ht%{8NQOAH~~8>Q^7SZL4>e!r&A=;dxTt z_Bpr4TZEx=4L%b2m^rSyke<}lVx{${6gM=Gy%BG1#zxs)c2h_>*7^1PLgroUX5pIt zBPTR;^os7yyS!Hc@>C*w<{Z0|oe{)DpJ7?Pynah|2;nr~7GmejGS(ej|lUObRKE@6cto%$B>Nz8(oK1@ls}; zkdc`*TN|Yt7kpML3!@) z?uKpNYv(AE(HTH-ef~L1nb+C3G)#6wEGMRi-{I79bpWUQxaadu)bu$a3pVp?uqN$1 z4$0Zuv1QeM{jMkJn?!@gc$Alv$~;epXZMhr?nv_-Ox6zMhSMhSoxOTb-jSLmejvn7 z%;OQVS{zc1#~0PzVx%e%W9*LayC3Fi=F_TsIrA_d#nIP#{i8m@J6zdEd_foa`Z5wM zi`F<2TeeP-T}OODfz5JFqPVff#kAs8H4AYfDF?h}btPe(g|=GK)x<;s`;G(#PIkn; zYVh0m!uR(haOJ)5;0d;t;zV@bprxJE&e=e^-xskMtE+OH-InI1^85mydYEK~mUn7G zhhx#PxXp#Ii}e6@Q65?A^R_!XWxe5)d(&p&b(1_tcXo&^ohg^p zLvye&hq&<#<-T zZ@?-~K_LV1_=5`Ci`E1{s_hG0cp@>mA4Vvv9a#PB&f3o3m&;LH6j8* z>>iIEp+u}aRMIhOpQkZer(C>aG0qw`9oTh;djBm{8g+uKJK$8YarCq2j`mE*Hi(;eQ;9V4z=j4KE*|vu{2!UkgqJWCb&OB z!>=sr3pp?IqeRq`nlDvNqj50c(3<<2x9#bxXnEVWz3!08GmL)Fw`NBb4={6Bw~))A zgSLm+w$`z&>>H35(-)IYXG&i%liDX5htwANtmtYUj6W%NcMYZy(J8G-K9;(RId|v& z+riIznl#n-KfN~4UK*E&uARC2ikU)BjLNbWJJjJQi!yBdWcn#Z!+fVOU#&Ft_SpQD z=|^JD{W|}TSKdd~Bo+%fofbzEoY}`$)~S}K%=zy4op$da)NzUiuqwh+c7(HENg!I; z?;sj2h@8V#hPs~~rTXt)Udp!HePL*R@dYOMyD#^LvEdt`U|Mp0p!%R_jk~HJ0h~~r ztx!k;&w6p(*L~|xZ>eiE_-J5NxbJq=ihb2zNH0xBK2mh-9Kv* z{*m*6OdzZ9|6aHM%6$fcLpT5RA_X$>bN(AH`>&EDkV)vb0EugO0gOOg54NAp?Vs8p zNrBqGcmu8<5!C+09RR*2c>j0&0i6GT`vX9M2R{bcFmv7rZ~;XwfjQnlW>yXa7Y_l(g|Q%_#Swd0c2)rkF2GS{4~9gaO$@%9AdEARVI#E~Q*RQ-3aeqXf1s zpTpARxdGm`;J|(hVNQs?3Wo$kVtqE5z}txpWG?jRC`2ORi6my$FhyeZv1ga_Mx?CN z-3jLPb8B=FpC%RXMq%Hi?%it)*qr6)b~aSq)s+i+s(+F_^?1j!FVmr?m%h;?XFwO< z`E5==R^#qmPD66I7U$?k@`FAHl_tv*PE=WhBzK;zAj6!4^Lrdiq&(-E&a1bdyhMyy zl3a(`1x7||sxD(uk`vFhWs6254iz(T#$%wT3)3(SJeq|b!hEl6Sv&OwX7!}P#n&k& z^6f=bf8N8mx_D@9%KpS@ZwYdhK8{7DHJ^yj9ckqJZL{2ZnGR1SwzzT5h#GC|yJj9B z9@mDhBNq#OIwG-4Zw^iL^|8(5mlL1SqXJ+;-|J33ttakW5AVD!yRY78^f|T-(FW+i`EI_6ob#^e{e4)=IEkVip;ItIR`G>I`A6zu=s)NW7uwv7k z@8)uUN%AB@Nl`AO2xp5Y?U+b>RdU$g`T7G{W2bvUrE-oju5L|GK9Dmbl|1@MvTH)F zK3$dVptk?f?b#>yG~*ufWM`1);*e6$BC-z{-sv=q_f-*O3|;-evdj$qQs2b7-T%Yc zWS@uW=35@bgZ=rK8OaZ))fG0}MxQ&5x+EngkJ%#eq~>2u4@r{tKp$s&cvkO30A`H% z@3&Awe!35IUTE62FpxD@ED(8=0v%u=4HS)pet;(HBxL8Bxl9}u?RHA=8^zkh`A#e8X*3^pdW!A;PE|SEY!w4dI%(?8X9$caftc;%Y~bU#5{f zzU}0i`EYpGNO7GiZr6y5`ZWSKOEvT^uAP6z{n2#krg`&Ebn~kj3Ks(F#ceNCLi^~K zc$XM#%mv&`Me(}W!`g*r$-~cm5~7B(H`%89B@xd|rAmQ^YH~SJ=lcP0EduOeJH{Jo zCPj<(_be!FVrXCl-l#PYJ9sOE+_8kF?`UJT+grctOKqCp*R~OlTA{T+lEK$LF85$@ z;PIPjL>SgDgGso57SW>r(pfyoODVKtf+pqNj%~47PmHA@5ur!EXny1ip0vPEDXS#v z9;<_cYtirGoYfz!U~_v{qkdPgKZphcId9l=AY(nEg9Hg`x3P`5CkQ5N``Dm5S@6@< zRxeW}K*81yLCG{3iYy6elZ8x30+&b<=lM)&t4}KQRO1!MV$Wl)-kJ6G$38KjtIA3m zy8Xx`DVBSi_LKSIECO_8fgm(ZN9}yN95Y{iOY4A>q;}_g*A>UA+L2Cq4o~WSQxxy( zgc1$hUIeZ?Eld2^5!ne%A#)3qD-}%IbXv5%q&(e;%fvec?V{sYHj2b_TiF&l1E|Qf zi#zx2@9I!D?zX4+v=BE88|4^$u+Ou>P<*t9ZbK|z<;0b}3?cf4`{~nN*2;0&dFHr% zb)0uWkwK4$4DZ%9?bU>fYExSonk*O9b)(4|GIPs{$5S^Bcy-lFCJ#t18f(HFD|IWh zED5}vPxBll-l2Ib_+5#AWdi=5ACLKFw4y__G-xQp`GfIiF+)%Dc^=&GdXt@ILjIU! zv9z>{r^J!eIZpynD%%5MFs&zVu>=yEE1oP^J}Fyh;V@I>z>D0sc3NFtTJFJ9g4Pwx ztIh8rJWiT~KT<)Q5bPAnGLb#>rjiSzt7SJ1W1e$Gr!-bmrr+Di+B2+MkH2VoQC_n~ zPyOj-7`&+Bft}~dYVsygm1v+0q}|oJo5U zUpewjpPAf6{Zu>zQA&03nn9&8duBq80@oN1f8e}EZ@(yrPm^MtDK@;DvMqg^qJ^!* zUUgW9P&A}@8@IH&xiu6?(@!ke45tXIzQ#2*hWnu~uV3`ZzMwZ0k)fuXG;-3PP}SOtP3&Kz>uuZofcRcKvi`~9Ce^_ZF3gyFvUCdPKYXP)8iX^EGWV*fyp7s+&wYV##-_OdvdS0MZdSI;=>&? z>(~xqt%Yt1qnNYTcEN8VvKJHLe ztn2E!?ryJF!4TFDQ|7**Pp-zLD9@hzT-RYBx?%4DKai;5Cq*t9yoZ>8tYA0I?lL;# z39|ryk${?ARwedbss11~3S__Gd;^mm|FZCBJ`@aTKFFo1u-<8=7wYy`9GeO!+87C9 znT17e%S5?DT}wq8+ccc|IUZMp@L8jw>+pe;dU-yc1v2^8v-1L`YWHWL0#c8Rx*EHT zQ%s8}pQ4_#ue5p2)8O5qP#aN2w(&HnOM4Oko7f3~K1lFfoDl}&oi_6jwCy$NH1gLWm zXVW}}%2=JH-<^l7UgE_+AW}W2U(E5SA@-Gv`A*;^NTvEwV3Om8hTx$fX(r+%iVk0Nj(as;5m{FDEJFxcM>)~)Zv)!~z zr`);^SIhTicN_D8Ft0}Dx{>BQ*=JLs%^slU1oUNnprl~`{qwQ9g~88;5CdWWQVA{j z3%~|V@2kON6d2|?e3c46^|>9a=D~_dyS$+arVeqXUcKiGm;rRM5tbTw6S;1qn1TCR zFV}AY8JA+h7OEfgM2fx~TYD*9efL$`s~)PO7*Xl7AYN{(`Ah5&-lVJcz4kDPsibrE zz4Wuvqbbi@O8og6-yOU^XodmVZ-nS*$@f{dll+YR3UQcXyu%QX5GOw!4%}RZBv5M* zV--mxI6uZjd#-?*Ii(A0ghjQbZz28gXhU>du4Pbd+Z4}A8(q7A9cuy~oV*(6$XbPx z_%d>U2O96mOgK1sHT%6(>rgGn`o4tZV`A+X_E+7V!fcX{2L|eh@p@qB9>R@{LBv=U zyIH{s#2XZ8#2{1k7loQ%at&6J&*r+O&E?CFE^7!kRr5kHB0N2}$9M?h{4c6loG#d% zfMmS)RC7ls1A1=`u=q(FVgAgaZH8=7tLqU&qtwL;!;xwdBe{-YQ`ouWgo^zAgEZKr z##x>4lEq~roACj+3es?P;jo3U=iR8aBf`p>&HLz2zhe>rfnP08e+Dqjbc2Zs9H;j` z2Zlk|$3FuM|H~oCAAv3Z*fC#q_4_~n(Ph6n>mMEZ>-}Gy`qj^0AN5=9KXA$~mja*q zN3v7@5y%8&66W{|V_W~I`+vp#KmhYM6s~}8uwEc2q5NMgcpv~2=Jv0LKYvfgKrj>3 z&0B&t{kwYsq8$IdPW?Of0RjAizmYh44T$~(s)D{Hkn#imX0O}ef$%fF^ivxg2L@yU z!zVwtK_D!U>1Q4S1g z;f**mAZShb!8o%U+QNSj_bd?bqcGo1s(+BS4+dARYTqVMLojOln#j0V4j#NPJv6FkBkDB*ZryT~in{&NfU5ne7C0IV=S=MdxFlB-W zM6O56Fzi{B@ws_et-H>MJShZ^)e8ZhhYtMh&gi?B<4YZDO>oR89=d~@jUo+mu<1m z;HBpzB8b#~&R1g`q#oA?+8UB*! zQ0BJB;hvSdj`hXyEL&juFpJ5{?qY{c?#wnTt}kdl=MW%8>=)w!APrDP-yIlrPn452Y3Wt@FcNpRl!g$pf9-k5wa5 z%jre(IZK^C&*B?5gGk6;-bdlZ*M-TBBk$@}Mz_o>XIu2|Es|s9&{&~J=gVLGIOCt` zcVaABxv+)|txxP?wMJHKEiQM`|LC>dt4Lu2Nx?2>&)W0TjmmUUQJxM^HXF?r}T z-y?^_@yyJKii_+}b8p5ZiHh%yi`mGilxEmd(f4wWzSz%+|8NA`L^3%2?d$^@e_vU! zzb9*E;0?gg<8K7tK8U$(IAtCnS%ZCA5g)4tjK}O@hn7$E1;{89X3exs$_%3?m>mWm z#O5dQ^!w3;oHOC~o{A~qyXdYfO}-F_yJV`&8*H`jb~sU}<4(X*sOwY`AXm9E-9f~$ zmlP_;Y!*N)&ftnxYJM64zZ(SGH#16>hVHSDztP0PdfHZsyQA349g$A&aFF(-4>798 zWnD~@91UL&AxC_hkNv35bmPthUX{G|olpE1Q!xGX9V#q>A&4d7XIlUWMfg%D82Y!g zP}V(2t6QGL#^r;8z;Mc_=8Gv0r0&BGJ*)vrM#t6sFtm1v_&bqEZ%IkxLf$ac=3$u; zBRp0~&=97@e~oh#n4_xlOuOa_2Lv(lXY^*psK&#S;gF%c3>Tygl-QMVS6QiDokixn zQPL9c0Cwli+UFk*Vc*p4eHX$7e6=9_-Wvf`)cl$-@RwM|U`KSWJy-@al zi`8?bG&r4aW{ej^;Qd(9K1f&D9%spVigZp6J);}Y8Y9UONU82eBr5w+)AxYwgZzdg zFv{lnjAa_LOmaYr->vx!jxU@qFj0mW4xJ6oc{!!hML1@aoD3Qt>7BR2(+YOxLIpxD zZH{-aGn4L-ahnFldT7hCk6!?qCW7R!-QUkm&Ra)x=>b{D?kH38YnDcn)_FC!svi1Y zumuONiu;%_CWrt>8b4OvtLN5lDDyZiGfIekW*eM6IThyICaMAGkggtQY}sa#)PCu73pS>i;-s=G;fg*U8eJBvE6T_`T3zYoD;BXoH6HJG@T-@qbQD`T_@8(?I4SYS^ih{wj!F!lqyEz@<4s#jhGoGlsw~R5U zD~^@bJ#vRTy~QPkU8x~W%0SbhSbHr@QB?5S)+M+|9YtuUMC9GU^^yhIy6BEh&yT~l zC_%RFGa!qUgf$0KNeR{ae!rHYkHeg~9}iq>?_YGEXppxREG~g<-9fOeD+020DT4Zh zffUD9HMCz^`K0s~x9RvBo2m+JYkoF%#lJCjF{CXezg0JZz^`8ZpRiE>ivAPC1o?*+ z>VL{#@~>I){(F`GJqi3*$N1~5(|-kB;lF+OzdtU7g?>}F`^8xTIs~lBeaBbwbsehT zTlfD{Rk^RpynpZcft)wOqCmc)pDILv>XEf}p<3fiXDL)ta(Eyni)Gso*`S6VlR=|&m>0r`KR-k&Hlmpe0e=Kkm2hv!i?=bSIrx6j_|eb>9zvU`~? zy@ZFBxWmu`)k&z%lvf?OBgi{k(1wjviBtE? zjLK4Jgzn2Zgo7(bn#A^etJ=_y9UF^(cAePI6sh}FYo9Gb4@e<{p}$HY*PBhfJa%OY zhfg)XCh;taRw8nis!C052_%%yC0!kkAWhF9TkWu#^o0$I zq;r(XmU*=y|1385DzUJ^^~y_wkW#NI#kjAk+P^Hg9Rd3Mbk!Q%HL50Y-&^sRs_Rt=mMrzIS0+C&Ns1}o&_qhz=qS|5 zPue_oeqL~>xjHD~@{F%_d(c_4bhslG%7rm2N~cP<7ON)urlMXjugI%XFduSV(i18B z?Y`x@@P&mk)z5-ORh6{eh5hpwDtv;o=*hgXtmm5Yf&@D&*BR0i5c8S=rt~=>m?iH8 z?(=pkDWBAmz`d8zs9Yd2UO={PqV(Z8_@%7~h3OSh)SwZ3D5S|TjX=ej0$0e#i(?vy z;7L_j_OkMFiwV7L$Td#%>Kclx(vo8$R>A!wA}>1P)<*%REi#){KW3CVim3g`)>F;q2wNbE+B*)E@xN zP26vDMN2ktZrm}OGZWA+U~eXm*uv_xH7RARnq6F@D2LZX--2B0+;r#J3#AXiw^%i+ zn%oUx30m_b^t$7tW{X^~Fk&3jF=-I5=N@wliuBq(D1J#{sb%g;R0MNet}U~~Kw4YD z%C;K>Jl_PdD@0!DE8%l3eNif({Y+N*37J{Xf>HsLKLQ#jbO?OnA`n?-pAaEqA3Kc$ zvcEow16I|So20<|W5yDS-&O2uEe~9wg6&moeD4rvh-A&`O@i7{_u0Ka#yLR>oElu6 zmOY}^%1$>9KXEC{rDq}|9&eOysH+=q(CJk~Jeh@c)CauVyiI!|RQrLr2p&<6+MCKv zV1BGulp|NA1$001u_9e42M`e*7UAUu+=GJi&cj z5MgF>b^D6@K$B;ZJk*}_O$!a&5PGKvYRpv)?AB5<)(+DCuYIi&&5|BbrT;5g&F@&rzYeSXd(QkjZtZ{I>HmKx`Fo%P z5(moF{=IJL``i0F{tgls{!x1O@4iit_%CG|e`(%(Du6hdNq}2>TI}pZ5OH#uU)|g< zub*TVf2juegFxbY+4Zlv!hc)fb>R^48Q=vpkPHC4DxjaD57Weiff|sHLg*M)b!_`W z(h#1uK)QA68Ffvrm7bA0`Flb*osxBA?|?zd3MBl%1vPJqJ!?0NCcG31=g^izTf*aY z^R5JNTnue%Pq?p@5D6DA`+e_lU=Z@oL~Jkg66R0)4jUy`;|d zLoXP0`GKN;5C+NvGI&Jn5`^(Bbflv65-vALJly`g{4fH?)Hj#?NT$bPZFI<+SjKY_ z%B*Y;Q5c>SGlv*#I7n5CdssypZBJ@5pP){)u?3@n9VpD zzFe$qXB42oHrAG3Ha~q65zF*sgi|xkmfWSN~O`ah{bdh02;WkfV5i$@Skm28w4DORm0o&f?&h za=(mNU_FqK-MGsgmyV7w`8GsZH9j8pD5W|9-QyuV9d8RJbwxEcE~Ii3%9KocN0`m&aui0BWeb2pn9D2QD5c6@*N&Ge z@HJjqTixBHyW;Q;Bg@2|!ya!*6|RAV%x;v!c*Y~_6^yRy%tFM6*6O4#_zLelwWmFU zLJ1SOP3=%md2mp^HXKThU(nN+lWtlc#=Q8ALUC=|I$;d%Z7iB4( z&9hEE_O*~0dsdr-*uhKQhnE)g9i^@`Mj9I;CfD?s1m@lxsGuFJc2M!@+F@aXzf=?( zB9p(m(cJLjbH!{G{H#pv2cE3*TYhZSC6@{nU$FVSDbN}ot{Oq#&k9{V*QyuRHJ^#R zerphMaBE?ZG$6e2AzEMx7xH%vB1X76D2`nRTX+VAgoW1@uZIM@Hhb=WZQSc7i8w)E zAEZGsj8E6JA;VSrF7bxSHdWakY`WnxwRyjr#_$pZ(8*+6vE076Xy6Zyd|03G*x_^~ zxJJe7s0-C9jvEn8y*(|^h~R}A9&P7a2`9(c-sc!LoN_FCw2Hn_>gY|kJ8K(cMP$H? z3uh!joqL7rMaCq|^Uq*j^FY@dTC5nhRTkP$>GI=Q6lOlzPI_}t4s?pWf0^2*waV11 z9^QUay#KC*Spju?yMuFD6h>F$iuPy9F>?k1nU5WpRRYNL#oY0KHYMx#^YhO@<{Yfw z>y3aQ>Tf~jY+oI%A4I!R(`*(^LNAyeGf>I}*wM-Pq%gJU&PS zi2M8x?f#J_{ktCvBqH=@qwPQ2q(D2yle|UXzwg^Jf<(lADe2)9ub*Q2lkXFN>AxkW zof-=me~Y!A9vK*)23t=!fs<1Jc&r zIcJv2%T;{rgfhm)aPeLBm7MX(RRd?FwD&#b~n?M(tFzBVRu}*?Mj48o8nx zRgCoUn_h3>Xnk|Iib8ygFa$7c5RgqcZP2}S35=sBRk3Ul-wgJaiXl5U_I5^!C9?G8 zJ!NpQap({6;aj;Sq%tUbK2WME9z?w8vFvC-&=7^3Ir!xCWIHFDySK zX%bf;OKW#V2zOuCrXtzk5D6R;dr}}niaOdpNgsfRE<>Py(9+>)n_n~-lDU~UNhOfNHy&kv_Wi; zhJqT7btyQ|&YZR?j?m-Q(Df6cpsl0Lr;v?OG4Iz?TW6BusQs3ePlbZ?zTK`d_4VnI zJ z%u((=m1jpO2th#32ri{IhB;!F?AO5#Y1}ti4>Vy&FW@$)JD!{lLEo)>o5H-LfX>}) zqE|%wU{=Y(nuiE3^E%n1vfwF!-qx&rRz+rEFY`R)~$lci$6W;Zo%DMiye$B)%vdTrj+o?linb)NQP>5{8!V zQr4VDZBQ#M>;q9m@6};!3YLJz<4i1I!AoFt&Vae*(!XCrPIlOnKtTMyCr0EWX47$s zUTk!vv~S!oi}6l7wt8mVr&P=L#1=!~M7tDliLu67>@hm0wd4oJ;Ehl2@{x9jI-BJ# zMOsxUxjR3ve!!HxAYIMIc6KvA$;tzo9-ma3v(T#sT4hM2GL0UXON6HBO1}-}LvR)l z?}I~aPM*?+eHZLryY2-Ww^^r=ko>eTFs`4zck7^Wo>>g!w?e(=~dM=6s{wN3mZpEp+DnK&?So?zZm@*n+1Y zQmHxM`U?4FBjd?1HU>MA1C~qQ7LW%d?TzoKjxyX8&7zyG?_XHTNkG$i#MWx%f3$jw z%m3jX3umIvAt-PA40wh>bQ08les86&T@uC za|soC1x*34<3NG6=vN9b9pUft8Gxd$Z!GlbI%-!Yia1ekFe*t#v&QlWQA8ML;$x)^ zJS@jccq)#XDSub=!xUJ+EMD1DIy3CXqr|u9Dcg8OY$;L8vYguw%Q-MgWQT*S3MA(m z7Gk>8I}l1Az`)n4>$6Q0FVDWZ5kch~sBWjXYkg>K=N6S$T@;YEADl?m5^_y>Q*(F|0M|L_kZEaB)*(!hc{-a-L)!yw2_v3-N6p-iuz*vH`Ejh4yi5$6LiGrzXvt@7Dr`-LbI zKjt^9@%t-v!pKx}lz3)5_)eoPV^{Jw8OYdNb!*SNZ=h1g#klGp`eyV<2cP7#bn$1d z!}dHyY5eGbC03xl`X*>)ThvB;rHkzi>$M_98l5sBQN&jA=q_m3TCUNe`*^dLj`8sL zM>Q-q95!efE9_!n`JN`Te#URitY$>6L*QGVTq4yqfGS92GwVoc3|gfD+gNKjQ0+nboh}IrkS*5-k+l zBoI=qkdUq29=&XknObsr)$!4o+}0HeK2yAGf#F6&U0O#L7%CEy!tY0WsSe}xIZagE1qM-HWhN{NzOI#J#sC2c>-x03&*IAXQ7-Suc~n6 zMqS!6e20C@a6&zf_Y)WE=D>5>byh)x#wAOhcYFN;3w(GEhDORw5Zl8vZ>vSkm(oiN z53jLAiM#k8r7sXWD{RZ}Gr3`Sx1E!Q!_Eq%tX^o+g1~3CcVHDm1NIl7eyk@t*XCW_ zcBeba++4?RR7w<zcFU}1Z}}wp;mv|kIe)9&a`y$bnemt~0t04^h+x(jS#paZG>0z%`sahkhQ(bX zwZwCk;4R_}hew+|g!tRZUH}-qV25d!>uiIvG z3~SdqmbJ_Q_>0HeI=jG>n8PSuBd4p__F63=c6E*vM&Tzd=5ZX2{HiV38g#>Yr z-p#V;w%ZkCbmU|f0>f{?k(22NxOOKi zXOC)2)B0?}j7pyZZ{a zu5Vh0J#>m#*=C@{D%uXQVhzi3E^$$W)tQW(ZX{mwisvImCXbkgUlPs_e7p^dIab?( zvA}nvaY&Ycnj)=k`XTMM-j082N@|lbr)2d!IWb*GIKDL+*pyhfnl@E^ zFF&?!RMtObzWMCKrx{kErAmwNMgGAg3Q-=QV+K|xX64U*DlqXcN@$*~f(_IZGh_Hi z|6uohUU>-xJpSEr0S_nI)l6#M?V&~`TtiN6ceI5p6Za{o1xT{N_I=Dr)|4FWsJV3$ z;jjk_!JQ-p!&H<69gSGZR*LF4bpSHwl+d6Uec4H* zkCzL{4ilQeM=3+XV;Mz(9qcP=E`XSCYfz_<&4}>n5(kMaLdJ^h)w-hOnmP11jrF~u z*99&d^@{pvBm++x5ju}*8as(^wP#*knA^^GUh|@427l%vcis<6XniMiyhULyP*R8r z$$5vuHlHg2_UWMo`@)<`X&TtOfhJk{9`kODgG&B2`L;&AnCK`#mA1tyOn)2fN!osk zT7r#fHa2PUK_C6)O!vIj0s2dr`8GvSSKymX?Q>QHG`A8N`{ndjt9-Q~$+pTund)b2 zi`&NvrlUTs&UTL6aH7OL3=lIm=p#%-Eya4xZ4N*0>RzStX5B7TYrXRAtpk%|2wQ?K z!gC+sg(=Z9nPfnrGBZHI3$x}3D>!kDUMg)b5l0NI<2WDIs44kTHu&zne3f$V`{`05 zhF&i)amcUq;v*Ff*U3Zx9adxc7BqYX+D+uz>^pBqkQk>{E)WQWRMk&ofQF@)8uuRJQL~<65|)l!rlH((OrqeuYsB|wKJ2M#OIXUpk$^agS-A>j4GZw{4Q1%8 zDl^5Q6C2{W+(z6Cc1CKnu6;MTEbx7Ro6e{uw$0xcqDBqo1JjUj@|u z@4SCG8vV;J;0tTd~3{-e*&3g-T$av`T6 z>I8P3&Jw`i{D$aG&Gyy*{PH^YDK0yey!`;gE*e7nn*uQa-ChWYvYt(%0qThWKV@%PjbK&e@mb*kw;Vv-IuN zR3cq9qeLFZdq0oB6#lwL!ccuLkqzEfQadDd3n36a3MY=cPe3t&RyV^LCbCzKv9M99 zhzzY3M)FEuR&bQ&=%Ok_6t?x;4qk5;tE{iVa!XLx9T`q{Ix@?+u=&P*-AP?y_rzJx zCxg=Y#rOkv$6-xeT^mIjW{kW(dZr>LyjC|EK)&72!8VZ8jhYwB6h&8{A{!v-%$pWF9`pftVOo1NW4YC9Usrf9Sg=i|tSAs`TO zH#_@|AdIyc>3N>mcLd0vAvObl?}+`z7{=+-{f~9TelJV@M=#v}DaQj8XTP|Ce53JB z-UBdor;Fha8t2pa)K|#xYhm@jt11o9WL|88U_B#?ase9fLW595b_IaE=jy`e;|_{A zsxqr@P}5{aEFldp^R=>z0sDhDlM;mpVyhfWCNqxAR$O`Q&6&9J!DIs=G9u4G%1gH( z@xrC21XF=E8eJBOzKNkMRUlmW*kNT4YePZ(P(3G_v*URQUFy{~%1b$29LzJ#X%m6F z9_3YnBA@p1JA-!vm-rU1@U!jB;7S9U=lnsgNx!k&8V3v(jFiCpyWR!8l@N^O8*-6q zCic2K0sf!uWsE!^9~(i|>CP=^6Rq9TfL=meoAu;aeu3hA)!FMw8QE-k1q2+YkN(eV z8ZdvpThxASt^nfuvt`6&_cP*<#@LVo6CI5_kMA>f1q^V;)4#Zt3*)P zQ0{J13-j?RgOz1n(}^2uR?&PxFUqAW4b+)IuG8KTDLSUeXz-1*<^H#TD&lm!S5B&k zquV_@CeSh#crsWJtsT=IeK)C3&yDawmbg?!#6-rv+sAazrXC3u`#;Ta@+wX1{_n-nnti>Dt&j}RFR$ALgiF)@F)5}AkOc7px+pcIDO9lu^{;O zxH!KnWbi+q=0D4)`SbN@CteL82l|BsxKn51gp2;7C*t^r+UQh3bh@MbNId+PGt-Wl4Y7s*2J$HR z8bL8a4(G!UZ(Q;4%Ei1V>YMz*!84V;SG3=H_`4EU(-=R1q9-engUlD67z^Ps709=T zAA2+-Y(EcD*p7?+trVYf|`FVW?4pHg5iRugeWhtlWU=av{R!S!5Td$3C%m}pk}F%zu?+4-?^#P}wB{$;C`pYbv~z`tK` zfBm)QotqWwqM_i#|`p8gsc{{+?19hzLdv=0x-*omuTg& zFOe#e5e^s!j&o7z8Qvc8tP8W;H=BCfj!@Am*Gi$6RNO1F1VsGtFqv=xW*KNu=6}+l zi~?J>*K^?@>ZCy#z$||>!oq&5hCDUA^Xf};Pv-BNdun}c?up`N#`CkK&gAj^3CuG4 zAF!vMKHGnBPyHh{9I*H=;-hcODDV~l9-V#{e^{S5FPhKtH;tTeUXU0CahyrMdl1Tt z1Qdi6bvh|;*wyrkbyrmwY3*pF!S{vSm) z@D{HdwUBBcubDKsG+>YoRwooD@-PJO-%1dweV@o!JQN3VZ+m zbiRsCJVxWKLbD9dK)Wf;GzUs}fC4s`udr~Nq=31Pc0@TeA!gMpCKxEDPXF^)33%=o zCN$5i!QV=W1BB*DDREy?M;4F%MNf2>8+IqlPHxHB z&h#Ys+p?pNh0Tmk;#cM3nmg)pM~P-=ELh{Fa4Uyv(T!lI+JlF8{lt`);E~MCKtCJn zi$wU(^X7qqEq}zy^HoChKSJ~OAcz0IKKn=P9Df#t_rLS}XThrfJ&*s4=fNr>{7ZQ) zr+(Q9(mZ+3iSKp}waxioPHl5ul-lM#;?Qzb$C5=BKvD7NX=E1 zpr|tS5soni78jtHA9Xti3y*+|8wnJ@1GZDEW77sxAqy-KDJQ z?QGa3ULz`~sdLMim^!xT@7>bOZ3*imQ+Jx0FeGvgCI9FYbeCT4&4d!CX<>=MCd6}} zWlZeeyNUb{+EflQ3-o5*b_-=VRyA_xp_;Kbf_!GPQ?xq@@$B{)Vg%r<%LYKp!rS2W zw)#8CjH#EvoeBm`&sYUt2DtXiTPAPz4dK4OL%zQ}*RPgc>{Xheb`%0{eXIs3)}tfx zWPWyyfH`s^5iS=+={z9aXY>F^y*hHAkV`%>@uaeiizmA*Wu*-`v1S_53#cwE z;~5-|dgCpG#w0v(_9E3?->BPzgqo;?)0jGx_&WT^3x|Gw&#se+gSY$UhD_#KILHWm z7!fq_Ntb;ccv9AV&5h>xhlWiyn`VOt1`D3cO7zz!GanAYKZ`AF8TY<}|rniz<@(Ywo=}2b&@why)@`{%%Zda5qHigGNkd3n3-bu4^cCNFZ`zXrelNJkh6ut3-CX7MHpwRh6KKL%amhnD&(d zClpE=hSZL$?MSFm@)(ksJ~dC(yI%R=TtaP-H7NdQi3s{7JdNjloFz^S>KH^J<+<{Z zoMeO6>UN?*8t*vRRRm?0V0~znYs!sk!dJW*Wo+7YFP8*-+@=$5SiRBfEQ+E$=fqL1 zZ>h9)V`xY20j}t7d1rRwU6DzJ3OyOStSEk;#DFT=-a#{dT<7lD;Ro$5c3VdRe64mu z{gUJzO@2wR&kS~^=jB%L`5uNgu1dYx5LqbSDusPfBy*s?uhXi;!_cX?zvC*g5)3T&pn*#STHKSrg)g$!~&Frmw_Hm@7}^U z_YC9KKR#6w-bMtJgl!DGZ0$_pvSVCvp)TV2YEpx029&a{!Lct=Yk02Ev#VqtM3j>% zL(s;RX=I4%PCKH2uA+r9Hi zLTsW_!b3eVTMPT)5GaEhE+Jf5-$IL00dhG{{YXw$7yBd0vgHudk+1d zfHPRRe(FpAM_d*w*DnT%PTlfT*Zst@fZOyfN_2WDU)`uLub+mEI8U?E&n7g0FB&%a zo6@r23&u%6oM$LYppOMw9Xa6I0}WC`5!~F{9kQ~SdJfF#d!<0iePin;;^-8stv+JN z=2K{RH+68U5U+<-K}$Td#w$hMD@Dn^F3K)|Z}xl@B2Zz@(-ZsvStX&IT-%rsE!$UK zwKh)yB2p=KkcQ>TB(?M73Wv30xFQ&d?loiy$rM7hgqFZefiCvSnY&(T+guL}Ywxnz z?W)Hvrn49hX~w&`wOvOq>qXv-QrkSwRRCX*hiBtFqed|emp)0-1sW5YiP6y2Wo6UXs{6z{@>heFdQ_ck|a)WQV02+xNVVer}U@k`T^w<|)k zs9=hdr{&a_zDzYDjXfYU&9jOXdg3Wknza2Pqs0X=SynIA&d!CwKGG?{&CdEY|vCwWMf*I?b3~*x4Bc0)O zW$&;Rf^xAE6ArZsL2#LSc^&dj=3N5`w$5RrrVdA*1RMkT{MFZ^?>HFVG8=NZ%iFUf zSFE-uey*h(V#De|Y&b-^-`6_7na&--6yNr8{k6PZen`1p;dtZYgqRez3!b2 zcv2jf$++mIxqi7DYYjmeUlGc`>}q zLD=6H=NVigJhpDAs5$@velJdwo!>E;8a2C|c?8Mxyb0icupUP5HrBW(pk zfdDtbpE&^~=T9E8#TD6l7ii-vRmS_OIrwwyXV^$XB-_H^pe$@fySkb^+OCd#1iKoc zd_TX%J!sN{ItiR~v+~yjgOVl%L8S$Ab(eS4Lcqm ziH~Ff)505@c%Pj(kgFz%n7bt9lk7Aj|`cA1dv>m(cV~ z36E`eJi|Ky)WTK%F&tKwikgBz8-`>a<=Q zxCjg?@52=?%5wM`T*-7NDrtcue8CKBy#)^m!Mq##wvQsEY78wigzp;+(Jz)KtbE8> zl&lj->9wSU?Bt~3xZ7aztU0-W0lh{&MaGqoelYkpu9U*SJ%$@7>K5j-n~sFcE0+Z0 zUWnY+D{`xer`Ob!?l#UIfl*;k`asOU5}tML%)21>_lFe#Ac3fB+0;j0w8(dvAD4KD*n-1@(l%x_W@ie}Nij!!GoyoSJA4U_IMffv@ zhl-K)bhon_?^%mwgXnLwGdNqDb5&n8x8vD|+KNM!UglHfA$l90b2p{AeE5d>w(FF8 zUX0(uy?%y<0{rKiBW10QtnOK@TB9EZ;-r%v@NXx2qu`SwTLK-)?u`J0 zRYGa&?EQiu=)kqggryHfcGj9==%YtXO-lHDlfIQH^`W@cm;I$0;!; z^-$i|WT{y8`wwl8gdK)y?siWSJ$STcD$R|p9}?A#o~?ABUL6K*ef8+%ojks z`ZS)`8mOZ*AOOKEyLjvs9eVm%d!|M=%0$AEyG^S5OAgZ@{7?r)48{|KP? z?>+`d=-+*Yf5-8G_B0oqHy}~)1>gD4t`j82{R^_rQ?z}8$WOk`>_8m?K%{p%1Z)co zzt%QA>8W!vJdMPiycxJMVE9#gVE`QdWO!P=;0G{&!MMraH3bEH!63)aHTh3kBAjYK zCH1Pc=lJrnnOuRI)+Q2&3T}2Y4WzyxhPTfY@p+=@u?y%p^ghi@DGR#$iOa4-x_h}I zMPJ6HZq3F1NbWD7T2S8)n{1b%VCHOr8b{-;Nn@iK*m!JhBIxPg@P3k%*pA12HazB% zbghdNbY|fOUjQ9CPr!DA8lQa-~PE4_uearTfuda^_DGpa2A7g^|BHh z)q4ALMm%}t*8#77J=WnhF%6E}2L0r7;z{(@*Cd^`rt{*j_z9ZnJ0eSlu9z<0k}iB6 zjzRn0qb&SxOq94WpLa)f=_W_3kCu;vOZ#)o!BVBNCbP#;Yh$s&n;I1#!^vJnA@na~ z7V?u@HxA#TNkAJrR%R>IAK0QDRkjnp&h8B2kb*Pgk}6KuLyy>4A~;D z))HEx4gt!YxI4Hkj4Y{82tKYtC|r`9h8uYB+`3C^!Bi?-51)l0_owIuS80!JWFt$cm!WP*k4Qf1#z5-Z9WJE2qzW<*xmRkjbvOh-CCgTx+?YVxQc!E zpknzw`@ot!5)_?Akx>{~63-{0eu8Xllr<$;{z}iF8o8CxC!c$U1z3}Q8p+!CDpZ4H z_PVe1!n~x}Ir=T$`*&4qMrhA>eeMM2BHG3}EYBieZ`U7SX!URiiCd)x*{>nvlLiMp zP++!yf6r+2QRn7C^SIWlULo^O5DkxS-aYpwFUqR@P+UGl2n`TpL$5i&l4;{!mUBN= zQbr#+)}p`t>^}XDKDs!8yGR)X4lLobjB93w)jX873~6lzn3BBY8Xf4F;Zar{^$NT$ z{*NQ89~Y>$Q`H(3A-`*`i0>mDSF_RTQKhKIRkV>e1F@RS1Is$C%r^I|3_%QUc$0- zFX^Jx5Z4(#@08{^Au!{G@yXNSws}J`6;BfGWhq7oqor&YRGY_wCfe&^P_iMsl1X74 zlOZ-SG4+LH#`PcyOvp3l6_q0$Y_>?^-YzqF`8IhoC~08XQe0nn`6_kcy7DcPy8~(W z6PtACmD;5H7p^e#DSJww={PXw+<(LLVRVHQVm;otTLoljdWU^SgPZ4-Q{eM*3EN#l z$>wyI^!t0bZ`LDn7FCX(XZLqR*b>EV>A($0j52lg>PxAwD?mIM=^gHjQGkPx zb7G@pS&?g#muH;AnG@VAs9(gmN?RAlm{-Dj$IYlzaQ}0hFn48xuSDaeP}BA1TWz@N zeLFAeb@7X}*JFfdq$;A0$I-Wxt6B~AA#18KIL!9IRM2NztfVO;DQvISFUO;@&cGS<+oX6vaZVjug|ZL+di9 z^dcQY3SzmHbpm4Mrf`}S_oNstN0Ho8v%?eCgpqA`<3==#Ze+VE#D$?(1a57wr{+_X zEAHZ>Uxg-Us#QVdcZD}yLbI=a^bVZ+Gbm>zCI;^?+u56>Yy}W3N>FnfrLDss>kbxdZb~@bNN^gOs&&cm&%1(xAp-GvUL!kaUUPu+EAaW6O}TtEEEeKTp`KQE zk*-T2Jv|n;8*7qH+=g^NusOGh2G@l-owJKM&;=XjB(3Rov;k?n4-63J6Ek8p+9!;)hcPQHU;2u&!+B)~LbwdxUaEWUl`$=R$ z3NU0L?p8(bYkPlCyst6Nn0h^LS?Ai*>f2I9%1vZ$+E0r2)4WM?%K92f+moG>?Pn_A z@36(c6DwAm>p9|&;I(~Z1gV(^blO?%qjA;`yz4@ow2yO4yUCGAO@pP}zhY{4(0Y3$ zQI2UZ%sqw^qqj)!L3J>Kox|PmX#3Dj6i;I1 zCjv3R@v`&^r^;_vm6WLk9=!DZ45*j4N*gqCgvvbX1X(-<{K|M z5s3L8-M>?Rlkqww=-MW~4{yn? zdTz!J*F~LI_A@3h4gbIX^vSiyfW%B0KOgW51|1M1%d7=Z_4&B`M6}%zZR$PTy`cRj zvEvF{MP_lbWW+Vi0Lo9?fWs1_7GQ^<9Bk%bo?+d|>0^v3u?mrbax-{;)YWLr=N zhgV~xXL?Ow2Sv1yE~i8&XSpj|$#sERNxib)myTL+V7@sdiLPAPABrq6X0ge5h4Ug- zSw%qp@ILoVnG6}H0Rhx3eFg8wz8!S~bt-YS10w=B5^u|%KqHsWEAA6pm+E=-$(6n{ z6rtcE#ugb+1$$v@5faU+?Y&M`UaQVksYBG1&4P;SVk}>MGVK6A_rRo}M0HM8%|`&=Q*R*G+*J4-L<#j>(+f4>d5 z^Z>dva)1oy&RK`^t9Hx3EH6)zc95jPCFvve0VScjVGv|#cnzrtoA@^N0+d^2)(GY# zPZj$Us#>T?)xkwSzqvTAIP6TeI%UT>?;dn5>nq&rY;KkVmXYBrAT5H_5Snp@7O1|P z38;Qn*OB;>FvMXVr#qV1<9z@PI_MQ)PWWONy@$%}HW{yE4xMB$f9_YRij(*BK3g)S zzR%rcjX7o9Fxr4|z2~-grRYT;4p}i~R(!hxMA?&E^6J#eOAev6?1{Tm51-&4aoI+l zXBqB`dbMZ$dzUa-Gm)>go9!{7qm#C%v&-yDk6*L8D8@^EKyxEShxYZuz}B{LXG55v zlyTIiw#bn}=4rpB3c+ue+vQVqr3B9=Q^baeD=1zq=5^h{it&teR#X>)@TOxUphv}|A6@1qMdC6!6>Aq@nYi%*}Yhfe}NoTKZU$A*e zZa`~n^l)lB8>JU&`w!12!}|588yFN+BPS^2*u zCcyob`ngz4;71nuB4f~(g6jY5t)MThoPYUk9H*_IfBE(EUpbe8zu2KbTmU)t{SR=7 zC;s;@|A2s+BERzTFMsg-SI)H@nETgH0Rpl7`bDykgHMYgoPW+A{|ekQ>u-q@{4;Ly zk9wUI#Qg`crL3&NzvD=(Y(l@|)BlP!PRh0YbM+c4$3^+(e|BzGPVrwkA1e@4{O4Em zOXmOtV!z|lzjV|;;_s|N7nu#L!WVfKzjQsUB5c3&?pZ~D?-9sE`1q@F;#2<3P zxi3hkfw;~<9-x{qn)gW$U4Aj<>=J z68_X6DpoK;(h$Dus`WH0czi6jQc!@^?2fE-vuzs1?jsVi1B~4 zd31#(ldLB)sdG|P=BEbQJcf$P(xroq`(Ko6qtMdYq#}}db-hD$0eX|lHmwNQrw!`w zt_Hn^0-+08VD{%!b7TaGu=vYoxRp3eEeSfAaXHF37FUlagZGHGl&RTDxMaJO?#`=p z9kIF2EyoOu3DpVNyA9BrF<}mE2g=T7-9beph9ta4AWLaPkq`xCaW|iR(JaVMr?m;q z2QDvp&bH*LwQ%}Pp%!R3bu-5%vBX(a3Teaqb1iW}j*XS`EXVd;LuJWXGLwm<%v1&Z z#iL>>LwcG%d)&?HBy`TvavP606PA){2oFWqE~WXPG<~yGSE|Z#K4L!I;Yc!r)nH;m z>*j8pJFFFVm)p5~P0XC9qm`3ya)zvs*1>kAk-qX#nROo}?#cn%4ecpj8}`E_Lw#DS z(a{XOE^#JEoBX9oM-kXx2COHHh7FT z7z?EcjFAdvF6Yy`zH}t%blOrXw{{K(pY zJ6C^J4X-wlfW+oqxlotS9IQFMRFLGJE0=Q-6>~fH{Gy7fsvA*28ViV1XAGA8Fvwsm zA#u;lhMk&$zOA#Tb(=^a*E?DEb~#IHy9823fm)CGAw5F6+WuH#p_pgJPY0$*|AY|R4}(MF*LqVE1ncM=C(byO*s(Wm4M(%oGWc*n)Zu3Ee^F>Ew0lA zl@R9X$>+x3PTlwm#NXJ?7Tt9TuL(X8e6KnCxRK++nedJG_GLeuInJja6(@MMf?8R9 zPrrK9DMRMI%?koQTynfF^vh8yWY;$*BI0XSavBb%0#)0edG#= zU}d=%5=SO#WW$7J$Jbhcg}im-L&(~H-zJ^b%S&%^zP7yXrzS%K@GC`YpOqq4B9JP|tV8OxLF@o|zm_*nX7KKkVkezX3(RAf@<_ z%u8H74y-~?lI|#Ag!$2Ku75FxcD0HHGxjNiYu_|wh6hBF|2VqQAWA&3Q+BHmXLW<{ zOs_cxT6b0dy86M@&k)HrH2SMawwLFo#LKUc3ZXxWTOzIt^(F?)8`+IXFZ!ywxnHt?=%FIkt{Qs%kS^`e~G*<4RR7HQ_qf>Lon z?>x$%E4(13mwrVNKcGGZJ#rQP+Fipmtfv@ghc05tYR}-+Ui0ZX`OYdUsA7j!9w_wT zykJvtiftUCuZ?ol^~lT$LUO_{AR>Zi$PaLgfkKV^AdUeQ=5oV4V*;O#Z}DY1)eCTb z3-QSGWYmC!_Rh*E81)`BEji8oCHGn8ASY8eVLYQusc=+UhDadrRnAN7Qlp=MmI66 zj>H_=b-HdUO5!}3_p3E)AVHuT0pWTC{KG(Vg4 zOy}r7p`sCp<4k1{Aj#x6@gZNm#h>_)Z?czvxogomIbY}e=||lCZTv61_1j1Os{eoE zrJjE5#TAqe`;4}lVtieSxX!oKhOxLL>Fw4|A~l#}8O(%6l^QoP2X=oDy?6Opev=fz{6+{^M)e}E72H~!R6OF~ z4Qk!cX@r=pD@Uu5_m>@a^RZLJJ=+B9v$tEmMGov>)-wiV*g>agdhW_Hp$wqU!W$8w zIj2NY{$n}=tqrYXSmf~Jd0cVtt3|@T%!*g&EoC>VS5Ed74D`i0bG-9)g zX|BwT94jzVwM4czRW?0Dd2OvbJacbS>tqBz8z*V6=O zz3Hdv98l0PcnG%iblO`7l0Fb;ViWtL(q1nbpd>`n!;65)*kyPTaUNa-H#w{Cs#Z!g zg-DSKDX#I=R<$R*A6{GRVkyhrULV^}al^+!!Lsf27gqrJJob42cWIKzb`0C3N3D^v zhfh095UY26(Fu>sqjMW^{@wGV*1xv-%#i#a~(E2ty(a5t~$ZBO@9(l!p%M=0%}i%ZWj3m)pKt? zTECWAYN|lp9`Kr8MJbXECY5}R__#uYJM!W#fg)eJNfVLFU7H4= zKjh2)Y~cUj2$TQ5=U?L_{1xmB5*Gc{VksbDvEPxS|Lo{M{HWv00=AYfIYr24AY09G zQt>P2=#2TCzpQg~#_S8|biKD_xG)kRv;ni`(&$lJXRaB!o%og%d8RVCB4g<_+&ps41p)=^lN_oeKfG=;`K0q7}U{I=kR~@&Ln`ckTUmwB6!; zOp!0Yj6t<~qTT=SUA<00b-inbHXbp@Hj@n>va8bdhLUPU7PW)Hymisl1|&@dE9@og zWM@3bPoBffEY7X)Q)yT5zXe6WsGl`!@|89~I8fz50W^bk_7|+ZcM)UVwK&sd= z6X@7XEt`D6*7Rz`bC3GX((OCQ@>)3OkMeDBC)1{k)wl%7y0()0x2jU~7&6B7zE}WlCd4{9>bn(-< z0cq>k-`WaLmjjT+uVdn!>QBS|Q#?E{>u*t>{~Jh#kimfe|A@#b7%T=^=z)LOz8}*9 zAM?r}i|_HNz+?9%Yz6rYWbr+YTYa_oLZVgw&5@}yW|e@h-zQyMhx>A&%d7}~kZvIB zuRalW_NAn&8?4s2pQj~}TpUj7LR1Z4Q$itNMdT%j>=k+wQx~bm zQg6VjxJN%7tQ%9;W21PH6bZILGF5CRVJ@Rg!%rZOoR-G#`r9&7o=0e!^8#&wS+&{@ z^IMaVOjdTI*Wo=}R`PP}wV;9&eY1NHXyBI78n;rzkdt1M-|}fL&ac@Yoi_>2AS8a;O540h+PCt~wt07N zvtZYIn!`~eOV!UxW(>vN0N3{k(aj3CmBVbjh}j0t*MmuS8!s-!Gux+;l`sbA>pRS2>YnayOp+f>eQb@&ro+w6YUB{c zi7#AFd}&V6z~FL=#_%TDWYpv4p^gZz*&9joN-xsjW$OApY zGU$ckq-xK6DKUP@;-IZPvpcCH%&t4j>q3l~hlNDpJ6P{UmFGR`N+1{X zPFWyu`Vgruh&J80b-@3#9z(2+EEx0^`r5Pb4vvWHWZ*x)YLa2`-DQM?O zT$qY`9A1wMH`g8yMptGSwN%s%aTIgzs6^O;0Me`uw*!PkSaW|$?-k)*mxq%3bTuD% zjQDqUXQe>rECElp3(ilI%Q3 zjdg;H zo(Et(obMXtjKNxf2Yzym(++Pl13HR`?|wjHGRE^w=zf6{tb2twT%3$O0o}%enuERA zHeUR&`XyMF3>gtIA&5EpwPhb~TzHjuE}t~FnlWXE$K6MH={>xcqyg2}rH2)XD(9}1 z$dz>7O&dTZ^%F8!V}HZbi0dRd?fM4VH3U$7rCRND02GCoDBOC)m?_}tdb-bLdt93o zm-Az6LwimUZJ~iaU;dFoU_eN1uBx=OXRMp}LE5vCE9BhKm*i;?0o7Mc=c`-3hbovb zxfhW-+xQTZT`JpE2ej`_v3QOf%uT-IDs&%?EFB({37%03WzZaJ*N`j`^F@y{%d*aE zalQ1d`PkS`!1G@a(gU%cl6?iF9)2dI2Rin%K1&jb8QSUJGPSX{zD54OG!zDXCSQI( zhV<|CDv0M;#PTc`1pcTxGsLTPSpn(F4LcIQahSxXH00pk&l6{=uW;!tE>%^5hZBWND~WsvcVTPFhZw9sw2i?5iFWWt~Whm6eVd+ z@;JJ2{yiu8EFUkd>+6qRag@5AN10{8xR2YoC-4u?;iJZNe!HmvbL+&e@;kgTGw5P89d&R84GOVMGrlOkV%%w>+X+Gwm~#6K!BD{RD0{a$+`B-kuUC5sfuwG(*k9FoBKzP1uj9jAX7i9i zyPuAT=9Cc@yu{ID9UsBQp1oE#`Kr{7Ys2hB11#px4Y0HuS8|Dnh?#rTWCLgnl1*JO zqGh_mM`}iM2qZqT-o2Z{I)39#+UK@=3Mbp{J^roj-X}#X=x;5>#(u&<{RP`EnC+yF zA0Wf@Q@ihPj`ugQf}iH7{r*1ppO~Kkv4U8CXN^8yUmG0+GGpCVs4MAlhB7T{xMGDDLN(Be+@b;By4nj@m^;!=C)tCHlAZmg92Dm265R-RUmpE-$KX`QzL;IRDH7E({*$gZt zj?NWg41SUtupWo@Niw;nz$qUi{nl@u8RxdN>6Yx`c-6tYoU@G~Z}?MmE7>A6GYsDH zJt55Zo$WDb&!>#+X>O}2F+r94<^YnuQUJ%oH2NC9F&AdIe=oGmF#_Y*Ig?%;EBlc_?CRmS|X= z#lbWyj}bgrI9!ZSXg;e`(OYGyr?Qpc0oAH8xcTim1~Vugt?F-Ow15N2rj~m_)T=@h%(Nt7n1GTFDJEW zY@!6(C~@TBWe$K;-aTEs5W?XDZTr%IqN2%VgWpOaD?s-xQ3Bh|JZaLhnhdvTiw3y~ zLx$=JOWMPGM2XhzqT`e529-~@{gvjH#B8?k$ecyVcd+%W?jYAywQICW(*|bT<)w!; z+HIj!5-73JGuVv=UQya$E8ebanLf3C(3RUdsUzwABn(Sc zmiBR$lMm}LTaw=v3^+OGfm`Xv@Y?7e=rPMN|3|42D92q;F;g$8)dy&>VR??CA%%~R^gK>>lgQPp*)ccKjFT|nqy|4niU8# z;Gc71q}uQ@n~#7Ua*cUuBv4a?FvYB>UMLw#@W}q9p$8xZhva`>-?w#GS&gpg8Qyqk zBI+~mH$0C;wy`4v)~=`EkH=k0o#hIeYnA;#wQ7u3xwhnuJ;xrvw6{%}xOYfCHVc?B zjyclmduC*V>{4fmCG(s%WB6~Kl_A<~w!kIt z+6hSnT5o2E5cFRJRb1;xlR%xPy&D`<5k_?ro|&*Hv?Yi<=W#<#(;mm7SU)q0?Y>@? zZ9_Smn36GJbfOc<1cU#sWYX3{xIBdMExB;Ii3X)@CNe6gk;TD9mmS0)QW)_UX}2N{ z$0|4OSI#kRkmQoY84bg+JmRO6TfteQcsDiYa!<3;F8Y(VU>$a4;N=B*mcE;&Jl{3N zS>sUbr_`{&)^L7vAA|eWd4VnAQ8zEf=i0(di0V9hYe5gfMbInS^Y|K;*@lY}3K54T zx60G~QXFV{r*f}iqp_>QZFu1c6X|g)9;B6AlSWd?oa6|WAhr_E9QKGrX3 z60V>!37g()m4m6wgn7TIevW6;8mQb0xaygOP$_^k6O#QH)@EO2J-?%rPK^|1y-%ht zJ#%j~YMAHd(VgsEpx4f8Sf!nK0t(ufQhwX3e$Hso*f&2xaj}6Rv67@ki zzdu2v0$OVv7u$Y?`q){&u!;X=8r8o*v1^6f7eg_QUd~cr~vT)r3M6Y2fz6O5HA*T$-v>4KqK&d zz~M1YI<0U3W;8t3Wg*xRA{N=DqKcOYv{$k*UbKH8 zXFxi$38nO0t%negkg-&teotH|YR{$wXctmJx+)#2KpxdF+FZKsJlR24iW2{X-$8)& zEm0vnX~3H;*p_A3yI3?U89ICCkkv~_AGq}(F1^e2YovQkIPI4&mOMfYqLatSyn2HO zZ#sLyFFrKkLfhN!nkQs@Q`z{n5BQhKHIIHMo*R=M1K7MBiNAIBj$0fQA}Q##|E zY(dZr%MHD95E(NlCfByegjMw3y5XarX=m$ug?FL3<}M1=&Q;U+S+o|q5uX|uCb1=$ z**J?Q%cjR7OKRiew$hwp9^Qc))fk(QX~V9bg#T#vMCV%|1YU8Z(7Bib=A0z{|{p?l|q=+~wEF;*Jfp9oP$ zJVQmj;V;pjQ@LJdgNHuG*RB`O`vHEFh>JI$qfCeB>Z3~pBneXf@*ggdq6)n7DNz}~ zl;CzL$iOOitlXX)Ba#AN@~nfXopNYOM0OF+N%a0^a-j%GC{$bnXleq^!A4^RCQQUJ zI7hK4-OC@d&rN|>1uWP`eO-k|+hWS&fiXpk@oVZq94>ns3m7Zc;AvxuU@vL=B^FqEvrx91?yYiy9F1)ergwo5Pn2v5g zin--(YL3_I=sdFVXss07cyoG*Y?)Q6mEZu)xM2oLyMRbdkek3plqL1ZUEjoD{RB>JM4 zrl@Eq(TeR2tKWJrONWQndt4SPMy1uiP4&K@=C4Dpu8~?s4jW&qSt&U4e&+oe=jbkOTGkB6fy~W8{d)j?!G!=CP z+LSi`vrQ?`0%sOzfpZ1zpKVGlM}dU3yVzF=>u2&N+43bB_WT*=WQ!esOIUMD8a)1- zux4r61zO;cqKYp`jA$DkC#*kpi!o1P`U#0bv+ifs$2~$&k08+yWgdP(np5ym-|e~g zy2_lHOiEP}&n3C5Wf5LvVdtIu5Xg-WS4cU<1sAMwy{|_JF|$M)Lsjxxt07GQeQ!GU z^KXv~4Kv+z3(JTmXnFenAr@0$LFnpZWB~)!oSR8qc8cH5IyR0IPWUfyoq%p8CtatX z>rx6n9&cd3{K|FuU((gThs;kv_!EEr-r4_Yum4$I1{*gZ&vY8f0WXPu_0r#H_q2)r zY0tqcruEDC|C$Eg>{`@nZVj*qiir&BR(XG}%>Wnt?X zgZ=W@?pePI|C!v(j;~v(AidZzy@oTE`%N}_?j~~vAleQBTLLk7@F0W0y%*p{H zk9%f5MHXN4Xk9V z=vCB=2gcB~_$&I(A9=4&aMkNE^Ui8KoaMNAk=z=3u9o zK~6;Nev|=W`-%Xsc+4{c6k3kUMT?_JgOj!kAiMVHXPVh@QoDKxRdYeuC&H*ZxU?5v zF6o?SSI-4TR=D>UqDzeeStoGrY#XoFMUfP(9`oPz{>gv$hVb7f)@P=@B%8*M`R@&K zu~ZQLJCSkfd6N5BmqUZI@Z)Z*1lPtbr}8Ty8uE=k*w=TnLYy42Ia+EG50fcCD}0I= zyTFS$Ol6^t(T-J#NtFEY&vDo9G^f>ks=86}aT`|YAXjmgX$ zKtFJ?g8$Z5Y#b-z!@pveKE){m{Uincczpk`T^h3Q{#kq3msJ@MfB3z{@ry%$tPcTZ zJEjhuUi-k1J2(SK{j08h;1hHBM~^#D6n1j$b61iI1?rY6KH`4xLN?ETxNFb4kaTe5 zK+a=|{UkO{L>fgLxdRRb!#lJU?ir3()4DHedWWW86Jvpy@of%+dQCq|WxkEem;r7< zHm_fzOJCoUT8MbC(yuo{d?Unopw7+jv7{O|Jhc0TsnKrS&R~vAYV3-3CxYkQvo}mj zZbLa`mW7WUUJ|b6s4%(a)9t>Y=as_wKB7detUL|;Ldk9+-$QnvcNO69axWU)>Narh zB3^`L3tW3Q{x;>HSP;r3$MxHFgB=V$W1NVM?bL?z6>n&$haljs2--?hrH7Y3L#%E@ z$Tac$-G&;AMYg@3*`E17KNM2hRV_&#_ zpl&VGRF)26r8u_-FYnP}>f4Zo3{85$^D}P<{pmk>L$cB~+-x~kG-DmXwOPyke5uQu zjxLuDn)gO1MXuX^Txx;~lwrrapM)4|Lil-!J%B8+FK*I+dR}1pEi$u2RVV~yUUYqv zZ!UeMtSJ|-)mCBelOjs~GwFkK=b5a&Q+4*a%i?d3=dV~|Pr5-sebdimkd6oU+XeP_ zGDttWc!EU5e-9EKFKG}+2ssCUe8-RYSCLBa86$On*=6sn5jD0`Q62aDGLgQJzUTt} z%tEaN-D{U+1ugSU%dcJ_?|-*{%$Ag2J-y9gcPT%ORie#)r?o}$i8JPufxOB+-905nODXR zOrx|~S7|5=cL?M1hmC8lWVFH2rV5k2tuVyii_wrs&2>BSau9O!3nb){L$5(NN!{1r zTghTQREUf-xA(Ec-gT7{SQzT8dT`P1IZee%5H!8>wS>KUGYT!3*m!3y0E_3wfa*NA zfTg_peXfx0d~eH~0FBa?kI^G$HCOZ7H{!WRGlP;cggGVMtzO$zLzN`2 zY#+k&zh#ZfMw~-H46797rTM5Px^>^F8VAV>_S=mQHM93u{e!kW40wcGOgk;EszSmmOl8E<$uUngw+z8#Kr)vae?4(IwvLiU;| z`V^JMy->*!?IkPpWKEI1q`Ta@P|`_Hp~Mc-8Y&VI#2=Dq$i!=DpbwSZ+ z$5Km7JxF=w$VnCYF812GuCnDea_i0SsTuxi2dKLnFEMj_;)%W1Kj1$%boG@Wdl(3OEePl z83;7}PBapz+WE)2{v(g{FAGi27>xv4M4tpi$2#s`D9D(wdrpaWlhwCIJc))!v4t-d zfOBUG=tPT@s9#9Kr-HpZ5SzCAr{u_12Y5*)=FpvFTm*9*_-nE9i!YWM*SooMoZa#GlHRR9S@Mo3>QNmh3Zmd$$Yu*Oq*u43vfc1p>u?gzM>rk3krsC6s3>#hI)90zM z68-IP%MG(hDEdPcU|gXVYXV~uI7brJK3#iEGRUxo;=D6#+xgMOvM!y`(e18Yi1iE} zT8dK{&F$z5kHJ>XSo1Z=mfVbd{)6tEw=aC4AD@Ni>n}h5U6^&o*d{yo>0pP7Oz2Zq zl#zLy>T}OkmiO#PHBw5RtksY-!eB~>u4U6-io10oMm5v#nyK$C+8BEg821#h!dwJv zSt6IPT!btML0D8kFdzWl_A=t?Wduy#dvC}`-mq}H*@L%n7U}x8@kKypyA=KGd`_2j zpI=^rEq*0!;RO;_nQ0!7k6Yw;eS=a7>Pd$}3?E5jmKNdIWts3>nX%}3a^aQ>5^c1g zx++E+zYe@+vwh@Gte=#-`$$3(k%=2JH`TBA%IasZ ztvLwmCz@nRQ&4!yRcT(14Si$zwl|rP+r5MVddpt0=E7Ft6O!2MHw%~aB8qD2OPZjq zVmC2pi+e7|a4HOxVcvSe3T3G-&Yt9s$RSVnn&K_H=3eQWr4e3Z1ko1d+PFR}k5oHn zPS>*Okca4+)&`HxYa=iYve#W-4%bB?p@mA#Ym6a|X4cp)^W>AnpknXHn{!}Hk}7<0ZiQP|HK734f!9S5lD15OEScUAhtdGKV)oso3Y^1R(~PF7Ph{7(7D zAH@AGVBbd~QRJ?Jv47GB4GSkYTG2zHmtK+8Q{lyPJ1v|Y z4L_e_zfMMMBsIa?v826FHk{poU}T(H|mQrYfwqk<&-NpQ0i|8XySF(fp_2#Vb;q zp7;)8Z9Gv^N*e2Bh;Qzgy5F5oWa6U4ks0YCf2G(*%e>C`o-xm*Xh6PWU`Ew!`nJpC z4Um3(j4`+~D|VciIMH+`y->|-Pxk>D|t@}pza|*fp^mty{JXiu3M-3kQ(k2 zyZsF+k=dsCkiI5yUCu!@s`#VnK-Jb)6q^@gwT49u8$om?s^73g8SGqqF8+~zGYb?iz)ERy&V`IdsE z8)SH~jUVs?TSw`Lh6~tY23Z5^>TelUPqevVMD0c&$aXApT^Js_g#19#Z7z23sdH^f zf-~0x4IMIyca}mq=c$(`|XJv90ZldO+QehzSMTdQZ)TT5s32&3g<(m_)%^ov zPsr*r;Hd1I7QIs9d_+w0xgO5InxstKQ@ZB6<#+ExZ@d1>q~ZjsV5n||f)iXy$|466sfBUX8JB?>P@qhcp&ndIxycsZ( z|Nj5|?F*mwWr1#ueY@29LVGVj=zx4k4J_bd<;-OpAYHt2WJ1RYza7D1j0^dKbDR;o$5ZR z*Y~4M_^;c44}4Mv=tm}C<2*&Ac8`<;$h-*t5Zy3Hjp#8!9Vl+Zec9(iDd)5R7DP{! z!i5sXq<6r3GKumUwffn!R}G`7^F)FpQHVGEwa8Wl-uQPR8>ddN={$_cS3jDF+_#qJ z*WQ8L@K)rv+@>%4#k$>s;B z(B}pL;+&y&ug1|`lYB`o-tKi>;J3}Ny7!%AHebm^Wd~p8XeSLD^J_UEnXTSK5QA~< z6Etnj%!|6o#d?4*wAP~gp1p38VmrdNs%b9-tP~L7K*CLYAv%|)I`)G1^uL`x44asa-YGlIG~%DrR-c9g;}1mv{PvWw<0 z2kch{bg{#l_ASrN@0p zu^l6_8RklKO5!Rt*Is*cgwAPqWrZnp;Dfzf&C!Ovy6_W5K7( zLm=k=$6h=GPtfkHq^d0om_L}`l%{uiy;;!1#=8Fsk!p;+j{}8$5(|!6kffiuLb|Lg z!U5iuW~zEsmeA=b)}^pJld_U`uMm|sKH~NYqj!q8bPP%SWZB8*abYvPwxHi_-~}b& zLWzCC1*&BdvNg34TI2MTQrcCQpi%kFOB9za@iGP8G@0nrxUi~*fiif#sWVVBeK)Tl zx!|!*&zP)Kj$QQ{c?NW!8ZTJa7Gb6v zUTznfSW^l$#DaJ}yoP0i86X0S_!_-5@mqZq>MpSn;j=Qs}-h_uxWh zhm%Tqf*edzMcVj7S-WQab99)Ev~mDTt)ZdO-#e6i?0(9ObA5yAt|Z0*;WT>3%L@#O zNF*WTTUmFljc9Ph9T$mhcbxgO9gdp!-caglukX(_!AZ)nKa8BbD|9VNWVjgV&S;Ic zyE0130VkrtcByDLbj}=^1lP#gdvfVmQ6NQPV7L z)9|gy*f>sPZhpc34m#a82A~%FOkn1Cn7`fN0bM=Fb_~4njo`r_7za7~j{l!^=D&(h zI3@lr$vGW!`A_rp|Lp7K;{IJ^_=OY?nPk8={3X%=d;)TK9B4QlI5=77@S~mJubPnu zxL#-SaKWe9d8eWV2COxJ*tj96?5LP+n%(hri_y$JYuEa@4npO39f zN^vy|6@z!v!BAa#1|b`(+kn+NAe^$-} zXAp*W|A}@|`GS}BlXMXbQI0lFzsVblk>&_08+?#qlQ^>k$H+IOw0Kz2L4gM; z&w_itH@o95;WoaTrsKGAwTp8;(C7|lCU0N!YDGJuATpM5=m$LRVy~I?-T~Ex^UbE0 zrY0P%?rZC%8f_+M&++CxEGub>SQ>;$d}{2%`g~7~)y$KrbEg(}+<;Wv!0{%XCHliY z1?SPt;%b+2$P<-)=kY!IW9hI3syBQ)QrclXjPraf*jlR6 zV{v9s(HhhEyCjUW^CYHuPJJT+L8UJ1>Q%CgBQkmaAlbA+GyuTI7pW@_us37PkJy?)NTmM!8rK zknYsp-9Zsx={S#0PBhFG4fF_Hq74^w59`jzPb9p0dC&xQDuUD~z^SptrP9&Q#gl(2 z6Z7qjEpBA(2~P8;BZtGEf?Jkyvn8taOKaybNY|ljME1(tzB>XZa#2588rV)N>AHUz z0Z8Ws1QY^p1<4fV-jCLj6B1HcX?&kh#>r4(Dah{#rMJMP)(MfW%Y?8m(CP&YJT+QI z36s!*cfGcP|F%tBWg&$-c@}E>5z)N9z_@{c{`>48b;`gF80N_^NGmOkIc*t;yLN6y5E8liR%zg? zoftz%SM^|=%%;$tBtHeNv8jC^Dp5L;>5stp_|*Q^!K8mS*L8wBA^|W3SKsAPyb#FP zl`86>%kjffiKnnz;%J9m6{AnM?$1boG~i{vlII75ib%&@I1EywE{#-M%HK)HqTo`i zGPqFGe-8Pb1z+J3P6ZZaa}1n1zh7K^f-EIXfQ25ozcsfAr?^b<`Ib*x{*u~AF``2HX?PSZZ1n-`Si$IcVXa11mI@s5|NKgQjRvG3gF=d6bzF{dKLyJ1 z`ijz*`86sjzlEDarOKd%Ct(lC2ifsyV{EwZj`dmNsqCl5`gFg} zF-Z*#)`09jf8q~M-a*QPGLmeAA>~1hoyQG3sX_?uwv=ZkguD`{e@1j~NZt6n+%z$} zu1uAK4R>-r@0enziy~=Ec9u~rC2G-xJ#Gw&5n%M$zqh{ieXzA*85sH%yUQw_)6B z@L#duLjgknH}dJ<$a`j;`!p#|9{qmnqL<*qGG-*GPnGYx?&ivuF=th-rOC$iZ9BEO zpm}Sxv$S&F7hYO86c_xED!qZ6;`LqKIgS&7gc8p?{@Jd?f79=?asHok@obzxto?6i^^cq-Y@9&HwLjjZY@EWs*Yfh% z#f79xjwb-%SsdrjkB=c`pr1XB&+h}51{{AOvO~TTa{QhA3detWe&u91^hcl-bXrN+ zJ)92<2=I%#KK4Og4mD&ka(FCD<8ODw3B4at|8BkE3VDobMzSjBB~_g#LKRwyI(Z4i zG;bA`XH3&aWF8oZH-V?8*Lg$?jUr$>DND|)j!I?GyuIG5tzTLkY}|A}H(t@+EAi=S zHfti~9AV2XZ%;;dNjF|aM?pXO-CjLP3+%^&m3_PUqbaC>*kTU7;S~#({LjCxU|tGHdPg^**ryj8DBM_>TETQ zM4?pT2AlIKaU+c@Fz1SJZ!&~R$BX8u8u(t1Fa{Y@aLleZA&IOi@oiV-?rGQtafVrD z4zANpNY6#2yR49Ug3pcnK7l^rvQF4){ySoLsp`-grfeuykmpTA z%NpiYr3998_w^-Tr`3ybAkt=rME4|)4+{y>w;3$C?FBgLxkWv@@}|>T!1PBrTu-*i ztXkfAI_6!>pEk$pdVgtLRN;}s_pHSU+3wGv$-u^X%32QHpip4qz;=%T>}%|OeO5q& zItyp)V+q3*2|nhuLbCVp(1r2|n{%n;0??K(;^)~Q3Gi`UsaTl~JYwiQ+*L>CJM-^07!@UD#)@}mLjdJH!V zFKWtm2c!=;7FayUrQ_o0w|kdWn(65AEsV)q;nn4iZtv6|1jL1&zw&W*Pl2{k-h^}< zuI#Qw+KtT;O_JUI^e5xcdwH1`tHsbu)rtyjXk%uwcf?W})glkL6ZceX)4ANw9d7DO zfA@aR7{9t$4=0Unh`mP@xDOEvpD99hC=;q%_*+pKMdkD- z4R~&65s@NW<=zNsrstWE>qT7LLB?#pBUB{C81Jz2x)`_VTDX&QM;(6OUDrpk?=Qz^ z`1OYp#4yAh4aOszcgtVm(0Ul0izPUMy_ckCmzZnMsAAY88Pum+J$q+^ml3C}7J7`v z@k2L0`9&5_Rdd~lrNrfVz8nZG2*sQSn-SL&+P&io*ayuJzJRT3HdD4C9Z zBvQydP~fMJ$v|SRZn9%% zk;beo>s!K4)EyT&-k3~zl;52U+bDANlUeO*47o*kodp-p)c9g{CU;)WG|cnE-CY%& z>C|dN@@y;ayt&!3IltH1bw1bwIBs&KOvDk~ma)hYPU9u140Lw`-HZIaIOj?WW(@|^ z+%7IAC}eH{jUL!b1$-{E>r_-!Zt z{QtVLf8i%id=&EMAJKaFj|Av{f7c)Ho%~rg1%bJ~cD8_*{?qf%Ah7VSz6B6i^jkxU z{$3jP*gJ%Hl*jf5JjgG3*kj`Z$H$4-Wu6LwE*}y#qZ;1+a^*O)`x}_KA zSv+DB8vpXeOR`w5J^J^rqr1v(fw-s7? zTBIpLyxt=a^E9n;q|^{YcN&d_b3N<47BB3Jp)qf%k@pWecZ-L&j<{=rz#?(jtqB9x|&7~o_nh=N_1zTW$5=Www?6Ay+vPf2I3^l{OsWnSy zaDB=kYmXT!P7sMJDkMpSi^Iq;aN{~3ZPVR^r9SmBZVFaqu5`;CjR1Il!fx|sf)_2% z`~((Ea`ue!oONkuw_J?!%tXBA<_mNY=Ml+Pd_eS!d?am@PM>&RWgWcWg2ldd@4L1+ zL3R6KK!g2Mf%KPx&b8~yARZVVGiF$dD-Q_W7JSS1xv_-J4ixUG-lw^8_$I>s6r z2Mil#mT`_58j#V&JY?JHd@H6LbDv__#D+AK_&IoAAj(RD#5-f|4YP7u{)YQG3XEY| zRI66gy3yf)(4E?``%h;+c~!)j?bg2GX(A(RG0ql}e$fxDoXcDNE+QOvI4OUou&r$} z?Tuj5AQqx?Y?vk?Hly5CBI!5iFv*!0@0C9k8asT;Z+S0=Yn<16LOQwB=7to;eCEXb zeVD7(d$TH+SC?N~R_$T-wbMm(%`#EHA#8PaabpfB%^dgud*_DTck+8ch3h|^w_o9T zu%GIR1PE~aOm>R%x6SD*Y42a^d7Oa6|6hRp-{pJ%18()d!7C93a=CvUod5T|uo#O1 zUEKa2(SKzo{J!kyv9kejP#}*DfE152Vvs|?=Dz{Q<9ClWNjZ;6s9$+2XH1g(RlOCU zLhnpz4`Av23U7W6?gPDNue|Iha9vea)dqUcUXy3Q%`EWcTL0wj8bvP@g{rMRAt4+y za<$us@7)CM8~GhY9%QS`3tKTh`Y0IAdL=J!_MEpK%e&u$UExgVE^ew0nh*@deXQYz zx8j`A8X)0DngII>%>Mz0SlOn}!e?OSQtHjwyqEWz;;N0+r{3f|=5PYDm(`{i5NB$O z)Xxx`ywH+-CP#hLmpi$))Zr5L{(NHht@!VuNv;!^=*MXClm;l!j2@C6``mRGuSwAD z@uf$wc1J6(RxiLt((rAyK4^nu&r*cSs`r+LGhy_SSoinGQE;N=R`ip1%7W|id3`=^ zlQLMGb)&Bex#7~-W^id^P{`HzidE26b~dzVx*51GnlPz#2IMALWu5{t=bM^iy<~y5 zOGF3Z{K`r50S)4Ojf6zasD0H4`k2{i(Prx{rp@^pb6a>mwii`D29_jN&4l$_i%H3u zHl14?m{ivg$SG{U-5vw>OVOh0GoB$ye|VklJV$z12fswyVCfFk@)~+xUGwZDF<7d2 zIY%?t?O>Cp#;Fi{4)=1alQR^2eu3zB4S2>p35fHw0RguR$O|3k7foKm5fvU~WRku* z%Ef)5M2=LYUdTG(@A}};WOVtxB@$jeWkYxlE| zFmm%6twtqKv#e`vxQ@sajeE6#rrujp46D51=f~Y18%cEYM}InC&HUXPK5Gi(be94k zq54@h7U+oe0u$5wBfA_v;Mb$d#+juQ>W`5L&OqNYc;)qAG9ZK?4;RY72cE_tszM!% z7EyW4hl-*xu%8#v9q-vt`f5vi0?vjHxL}j9`@TwU(TZ(Sty~iAJ)Y;UV96}QyUW&V zjxOcx#h7hAFsI*&H4oMC4HA!T?FrI|eRhuaWw z*$a4YxmPKUJcj5AAzo4TV^1G8v|SHKwjFT7v(wbb>qLsG?JCA-}1RdMG*f)MDP;p&}5DTi$3wH zXw(>NFn6AT$LO9{dx8F~cOIogZxem5`}*flngmwZxlafIuG3wOLOwLDq&AxVvCXTd|KI4I6n3z3}*RXKFJ<_UM%_dsU#0lZ5(nm|z!f7*yc?s-=AgeB7}{nvB0Yk4R?CU>II z$(Qn881E(=l4QquzGUNYf16N^KfoqEQLFwu(94yHbw91XVi8gOp(Q=g%az^Is^C!H zO#$dovFRuU^m3(u^l}aL!uJ>Qs6vADa&-(!Hr)=pSL-C{{b~E@2=YXrOp_~}7a6`= z`0#XH;^I1I6ReIRqF2-vI%J$GO?lp>%G@lXC_J{a+Ora-TJz z{9ji=zumM$s08_Y1e^ET3U zfE|to=G;+z3k#2>O=&6XM8rne46E~_2^-aehz*aB4S3^J6x{n*#6UY+F6?oj*J99e zDv1(A#Yz=Wu^OWk0aUD3|JiHt89ie1(nZl*M~>Utpx_-NENnSiVfI{n>R6LFwyfx6 zSJoZmkI@R|j&g`}(U8$%R)`XV!qpwhKUJuLl!oA(Za0PEjN`BYt@!gB; z@Y^jZvFEde59F)rc2`TzX&_e#Pv7gHVNY;$ZXBBoB2q5ecyfEdTU1$xR5i2%b|(@; zwK(?)$Jp!1Qj?6i9?HHn zoi)nKbBc#-87_BiqYsZXA|Fb4kG;frke^(k0+mT@g7(hp zmY73X3j0b)yBG?a-V5g3sTdx@=~doH4xV14mvB&xOof43{`q<{V~-S>9?d?vLIIzA zoyYQ4LzDN0)Xw^Imxhb=ZtBY0Oum=i_AR0v+{l2-fCDwdcKRvPIkfsLNuX=L@6Yf?h?Nv!$+lsdn7X9u67B z+pUR*d6;608&0nodvBsOK*Q<2Trh(>=aQC9FS{5G^|_;3P&;*Qp6f<_Gyk;pus#}l z{c28oqHSU7RtUBdR9!jRWwhX|EIBSdigg-3lQ0z#b#y1gLxRWV|HIx@z*Uv4d+81( z1!+M<>YPJLx3n}!OLwQzDV@?vh=G)Zq_l)|gLIdKND9c?2lb82F!wQY=gz%%-gtig z*lVvHYke#B_x-;T94T~|Bmw<>}-Ekb?m?Ms|jHR{aT*$lTQQm^8vjE`Z+nV zIQ$t9a$YqC$7z2R;PcTy4tzcUJ0W{YZ`9oc7ESxL>J%LU?-v#8y@v#SQEKFH1L#Pm zqWs;M8Yorq`O{)bTyl=+e`X6FQnH;Al&CONIg%=PHqR3;pJ3djSaPS&h zHdZ{G8)h3FglBkow~SrQy?a)!4a~7jIc_symkBw7k)n;3Kl9shUfl-!DL)Ojs9IZS zz<~Ape(s*=m&jjDM9W-5IylZFxo(4&&_(PX>{MJZoPC=DKdtRf=+K>O0}|TFrL~rx zAi)pp{9>7qS1gVKO_W!HQ>)KI*Y(jXaU@>I`)j|d5uA59~6u5O9$HXyjylgFez z0u3z?!o?x^YLjG##Hk}{U+zDoX`s!}U>fW7E%Wy&7HuksBza7*dFxG+>g{)9>6nXB z#n$w~G_F!H8CP-Ljs&@QE841u5KDS89)XWvIz)9j%GVpeHE<1 z+qZB=9zAZh31KYcfN&3$3=!qN%?2ld>d36aYGZ1cX7+uLFFn_Cn|qX}t-(||v+{s% zPSbrSPucgZo}I*fJ_mLP2A%F%q=2O`1>p9SOi8e(gzg)0pqQb?449#|wB_-emJ7@y za6a^+!--ZbC(nZS+Y^|e#U6@FDCqG+wc(+86XeU5i=>TYg}U&jmk#@(c7{FqvTJ-7 zox>g#&S5?0YiY;aOLts5p7~|Z3nW!Y_2OdL@icA3pjL-mS*OvNEaaOLYs{Fp&)+@V zy0{iu8P_J0Cx7qIvxp>*#7Q|0uPRl7J|gl{BV*2Be)q_{RmepaLBUy>$CEEbCum4t zsmD8Wp@;@o?<%g)l9PPE<8IA3yzqiMcI8a^oEKZR21C+foGXV<>5NYk#7@X)K-j=7krqerQs2Xb7loY+HqCDRhs;FUHyBKIp?(AX> z@p3bbUtyT{a=W8};_*~%`dK{5j3#NlV18m{YZi_rRhCJfmE2An^E~pP=y2<_*s~Wc z^4=o!#0Kr!=1j)A@@3TM>5pp}rLhl>DTn!&wJf78%Lkj#cg#52?}bvCK3?qCGBvWl=XZ5((SbN|m7z2)N7|rbr@(*UQ2QaB*|GMg4-~9SP2!H4 zYkJs_wDnE21f}NrGf90;uoC>sP>A)+*p*+s%!V!RAR`OV4NiVX@9_ExBIbOKt8Sq{ z(*~kfK-w6iEyivVN4oi{IpNymcfjA7XEm;SB)XEC-K9!mMeoFO9ZTx9LkUCV(*X>K zbyzd6Ns%Nv@mh!BnhDlPD8$gxie^i!Y;_18_ERtaiNumrhBZlV}WB_ob| zM3b+q3O&L`+_R7sg`JA)(RSruNY(NvB7*ltI1N#aNye%djUFq$aEA%?aj5(y1;IbM zYyJs*AQ*DW*$fDx^?RJnIKQ!bKjQ;`)!FQyz?1$RjN<>lcb+joXPo+pF8>V5CnWku zrsn&1a=w4R`){oC&z=LqLjRY=rZ5m};SlVSJiw2&UWX*OCdjtm=+DVQh|WH)j&Y@#YmV> zT(arL_&mE4qFp>eJV8zaH_+!Ui56m#L~vbsPVc#l{v38<=ynU~MIw31h2hIu7{hZH zbwh%!8NF}vQjXH@_n9=siFW!wQ8P-v?oidLg~6rd!x(Ix3yU&Q(rK9dRAaYPyU?3= zeeQqH(G3DA@}?pp~_Ga zWzGu0EwCg^fC=dGMnCsnsL%~cDKt@=CcF?GleLT2)Mq|yVxO`)5PCE#1;vQBWhRVcL z20oLw-Sl?+R(X9hYxgZ)k2ab3iDPrVRRXuArtx30TEJ}l0dxC@n&!Xdf`3{rI4=?m zIpyvK4S@HPM^kTz1qq>0Ty{h~uj&BV=EAlDf)r^T@F})H9~- z1&$ZR^Z*Ax75C1vfMVXw%B9HL`op=e8d@?9oN`a1PawC3>=Ljy zswaB0;j&`E7trFq>lKH2byRYL=_LAuH}~j`m`T3sEDh7OEB6`}Gz8obvV%5qgqR;`PS9qW8Pk9_bOxyt%yUmrGE zrOlSQyq#>VQ|2*YVT@=l3;>&U)U!$()Lz!1&bdxHP`U-jG?`)^DVe!T@w|5YkS*ro zRaVy$JFQf)kO3F!Ky(c9!4(6Pe#f;KQd=#*&@21-Jp^2K*}hLzE+&k~My8~?s^Rfl zzp-O1$$Fg0eZNtHxHeL~y=+g8e}+BOlnNea%;@tAmutJFt}ZoMVy*iY3IyTzA11)^ zPF|l9wTpgSX;siIhrUg`4#{=9!dk!h{AM<MMA36_Uku8+*^e$X20igPgX?2q zhJLipqt7{=pWPu6lnV`G=aeEyV67|h&>-d7Td{zxFDn5txEB7|EJsp3*6X9gzQj`A zQ?QohdnkfPq!(Wjvl|al)!`jhk;Xfd+ApMNP;I*~d4R4Ti22iW5rp3|yXq2Jlnax~ z^=fi-lvRYdGIFcu8hcXgHRo&5S{J6+GA~pOSv)Fvznt;Bqjkll{nAljPbhm3EmDLb zXFIlZZfESMjjirX?`D!Nl~gOf-ICR03VFbo;p^VQF$3vaSA<4Gs=I?HX)EobFegKmR&`eGYm6sB#kv8MZNFG`wKAGw8&4MaxIg9ab=o>826jl25vo=yc<_^w7# zL2{k$F$w2>tfj)iz+ikHb&&l@6g%>nRf4}VH&u?IYLaQ3LRe^**|<|5>yFIr9IJNQ z*5dcF)C97xx>F{bJIi(nd){HaYt(B%S-;_^zcX%>7(NS|7sXX;OJ_Ag?Liny_C!rk zRr6!j^g}*>O0ImBk+?(W2;)Q|50fu|{_V=}YDA#+R8)@G)^(G}DEd9vg$kprBgLAz z+B>x=?n_w93%L?QJGSc54aWsb3|9^9n(Ic2;@&Q<$&26*v048*Em_#A)K=3MRF^H0$t zxsKRvtN=d}pUb;u8jJdRwvW?VI|k>2zqBqD$wH4F%MG@Gl0M&r9ba2>jFeGd$pC|^ zj$PQLGgVryW=n75840HG6U*dNsS-g!uUyLC`G*9&*&V%kg8-*PsW)MCBte6pZ!Li{ zx@_a%-3|^jSlDY}cyoOro6= z+XAxyk`lQcAg<|JpgJdO-mWlhV8;Hiji)}27ht{+ge$0{k50Eq-r?p+pX27OdZ|ET zZ{25h2KKsRf?FGNg<`YJ%_L8E(L5w6W;G+qT=!ri-Gh#~>fW3WKQqi^}IiZHPJb3j{t`39&N-;R6m0 zza$>`B!c0$UGUG47op-TRDmTZXaz`~V1O3@l2w8@06~ud#K{Z-1Wh4vVMQx3abam) zYjP%WeFIB-6MGj_CPgbHOA|dSeFJh97G~&x1Kh*UHDUh=^5S1YD*OHN+*x;?L6S30 zopt9wbM9}+@+ZFhyNm)7`a3$v?@-fxC*S{vzaSxj|4Y{eT=ILAUH?hc0|^QLnxE;3 z+zAy;PZkRxs(#nColpk&_&_(Muk}!CeHP{uZQIH9!YAbuGmTT)Hx}k|YM=h1vMdYp z4>}+z14|=&V{*_B!5Udkg1UU)?DavYzhqPZI-gUy0XiL8+agR7QxJqKvXJeKQTg=# z9oJpG5TB|eSq#F^MD`idNl$0{HS=IB8>HYHs(Up0y+jvgIj%L8AFIbsS>js!7~}Dxfe+up679S6g)bw> z>?ttUxwba)-ud^5#@57Q7U9F=Q*{xb66OUm!zsBEM1Kjg&XiCQP;wDbwWe8!d(jIM z8u_G3?!lAMMfw{mA#`h@w@C^ob*0y2V2H8sZ)S&Et!LB)70V_=hP5A=N&S<$yKGX#j?+@-8CxGRQ9hY=8VN-c9bp(uJ^2Q zGzR72t-L|AD-SB?7E%5XHlUS^zIj_bVnVHFu=`7_4W^r> z;Y|Gqq~qzj54+nW-6zr9be>0>#3dughQvilLa+!=@}_LiUHqk^61XzRb9wt~d~UZAZ_>bj z@D9y_!K4o48o5#_QpyS6Df-GLIDe6oS9DegPrc*{+BRBo)xu^&HysT_8Rxq z$Jc)mzQIFuAP<_!v>EW9tc>R!k?mEfz)_#DyWu#k23l$z-_pvNFpzJ)dTi$&$sM;@uC_lvagxbKLbIn&MwC;@&2KZ;2X;UG)^ z@PKow_9nYU{?1na%QNJgPXPN&F535)q~a1tQI<&P_Vta(UQgja>ZIAl#fTGX`8|Ct zc|Bn2b8M1WSgW#4Y-x3}WQBM|-#sabK8oy|BVG{CUbx!OY{P8#depXpElI;wYF6*{ zMFZw}zE-tyKN8-Wv$_EIz@7`U0bDJ9?1EePD~x)6bhvxcX$aO_O`w5}ydf)YU%td5xM+!u@^fcN1z>Uh_2jPJzU9vt> zvW!FfF9nK9=}0E!jEH?nU+bq5h(?4rGf9(ena4Tj^Ep3>j=vSuoWMITlhWFpT4)g? zmV$AWmC^ThC!y4uBbRewAbr&qY}tc4lyup_ z_3{Y2N}cy=x!S!8Vp}#R7wJkyVRYUe9x!o_I31W)$1((So=MAdA|yYvCJ3#-@B~tq z+>^CIySjNTp&7l zLgXJkva$kJkMopZK{E|Q&t}PeW#X6fW$UVW%cISfrR~VYT@xz0tTeVqLFQEWv)AG z(lCiXdoonsLdzk7gu`7|T~?vV^7uf#bCa%f6Xw~Xtn-;Y{C(^Uu!~-Tg&NavA`k?M zP}MJR>!~qLAC)LitAZa^%p=@l$7a9l&Ft`eUQs-imJvNvnl^bynNzq#$S3k~|7}f%TLr3pAB1;_vUo%6 z-glF-rp>t0zcgCJZk)QyQjtp|Z=$j2;J~hG?QMEt@6lCG`FR1S1u}D6kiRk{UfUV=a z8@FCYC|M0iavK_Y2Hn19^q#yIg;GYR3+sLIXKU@oB9o^2v5KCT4AR^&Yy%fn1;o@V zVbP5B)E*$^jN{zlcM~eaR;R;TlYR?(knLRB^uUizfVc5^7sq5`QHfx;*mSO zgb{_0p@rx&#vD;4!!)es8o9rpF>llTCNx$gf2`E#BATNDW6`YKVlhJ;eNTxjBbA1^ zmD%(gbAs(cc|!4YWZ0B#9K%PW+XILl2Zpa+MqKGa{9@z(X3Ts+nmsJW24DXY7njlf z2ocu1Ev{Em^V~kH4!e(#8S3X+o;mN%$pV6zPdU8;9-m>t6u`U#yq1Pu-4^Kh#1*YJ zv^(M0#kU{dCiCd_ZG_jNel>pJI}lhjJIEc_h#Eax8RF;$#7CeDV2B|0ehIA1-P|_ZABvS9ieqeN6v%%UL zGuvtm(|39~!qc_0Hi{)<45v#D-_3C$N1JPRK>C((6bVr%TYNsLrNhDC$Ksn;4YGnQ zh*-@uG@f-iISNmPpw#85z!+~=mrR$6e-?0aBIUS&FclIjb-}2qL5adME@2clx$YZL7FV|oWIqeucwQa+3YvwpVUUzMY3(bg&Ar{M9dCH??vd3+3C>ruP zGQ9j=INKAqCsKEb8mILPEFIF;UBCVV0sGEBsQ&dEf2sk2PBN@BlY>}K zaE701{`eyh=!DK^KN!Tp3>}0&>jwg#g!B6PIuI+6TOJ?*umk*t27n---|cA(20%f` zzZn<=|K0{bK>tL`S^nLq9FV{9C!89H3Heju$BO@!W5CSiw|79`zomD-wVlFjXHY{} z@Y_jY;WKJ~>nqN>UKDb+Q^i*p77E=04tQTNNoWBAEkHN!lbVy#H?vbCU}*t$-@Zmh zz*+%H-{D|j; z(cIiQgxC?CwM=PuY=O|CZ{0sUg|)TEDom#oB|}VuRi{sb{*(z9JvLyt=%S3Hdcq@w zD_BczHdkKyyd5>{l0(mZ5_)WHv0UlHW^dA=d$pe-C7LZHFoKSSCixD3#iUkZSU|$| zMGZzq7zd6yNV(G`l=psYeNz;7kXEThB%57sT_U|!q*x!i6ZP)R3(*c^^BwD8`9yDP zc$xQcX=BbQ)GA@}iJyvMW$&xKldaX)=(H#`P!{L}cbcbPCcEqu_CR2Xc40ib zum)A;p=VqSAGJl?%OvpAIO7>!KX!t`CbRIIM#pE2_QPvQ>gZBQa+j1RH>-o43*Xo$ zlThk~X%ea9&p~>o=+=5wiNATFmWt6wptt$6j`5PTI$6qaGCoi;9 zOL^YrTFb`Ed!(FvN0S8qxSPnphP*>8=8IKJ(h*~|6zQ_}FF8;a7VtUIFBaBQUI`8{ z(gh#Lk^L5Oy)m9h3iA&{tK_W#_{9=Kci2!Ym!w-%{gjv-s}N$2b!r4`0Z2!0FW>=! zwqg4uKaE?0iE^pD$sxG#9kEJ4C>Qk_pJ`6&auMB?`1Tig914M!ebwqB$aV50ralIO zSu&0^?e2^{ucStipY>1}ej4qnMy*Y2N64y6hzNYzR5L+r^eXamN(7H+$Z-R$Rv^pg zsQm-aY%*Gk%4od9y;0{+&P=FgFHEGhq;)TiM;NJqdn<>PH(wY9@hu zgy2fUP$gBMYq{gX%3FXYf)vbHB5BjVJ>)x1(w3oCRzm8AKDJ*xvE`7@2Vd*=j{fZlg1qAc2>29^ z3q-F1Z128$V_6#@6LQFAK^pVDVW=`1vawcKf7%=5fWf0)Fi z%3ahxHOw+HL-1cM3G&+f z*`-?<(ai!5`;ET%RN)Kj`V3RcX^}G<~#8+F?XQ{e@bI z+pBAI1HB4In)}mGY5SAV>v6mXug9qxlGDUL3A2-Ny9LeX1QiqUMmE(Lst86K-6!_> z7~*Q?U90s&7|`U5+uz zxh`H*G8HSD^ohr;EH{KR%T`mmn2c2LqvI8QCp$79Rg_g?ksBYwF3WikpYT!_S1c1dP0ka>D8O4>-c;~({dP^+pG84 z;a+pzx8U)hrtlzfn7!MTMEBk-v}}lb2WO4U(wTZjEjR-ouak>dUvBO}rs~M0$R?v1 zJ*qE>htkI|N(VgpXHJT9!n;31Xn@rj294peURg&Le-VSNaXq1*E@1X}FqYz?VQiUz zZlWXcbHjI66EKT3P*ACEWs+T`-C{A52q;J~eA9gcMFvtB!v8oDHCVwe+d>g}Vp{&b z$uwcvo)1qePdK=C5(5*H3`Ks$nW~sKaAFCT&dT3rJljv-I>n}X-&8H42TG4>M0u-Sd#D>u^xv(txFMm zhmOjKUwJ9$vuLIW=8GK@!zDpNvhuRPxmx=^OcM9bna^>GB-?ic^58?3UdFCo$YeOW z$-unsTzDDlLM1i(Hn-^V1UOM`OTyym6So<2h~4lL7v~g~n-BV1ofWk--Lc-ze3tgO z;Msge9DLyWcuq7K2r~bpQtNvt-fz)78m|-jl1GB}x{w?`!Gsk#A{5i>?@v}UMG2wu zd;lNBkLkvnuM8x5eyH!v%JB4g^}ZLJr*(1Mgav;SwpeaTE;IY-I1CW)!$LCkMR7fP zGF5>rQTwGs|A62}>-O+FYpgDMV%($pPVfUc9Y_p<+90mX3aRk2r%J-u@570p2( z(fl`^VShPo!9S*n{4dP-y2I zK1Y99;O3l~N-)PM1ul@D7OFTGfdV%h$moFFCziq3b6_PlDJuT*Dc2$T1Q~h)1$iL< zvlhfBwfv+TlA$b%*Y5fc0468s;i4Ky_mo!&Mp{J_7c)50=U}!Ii5K*EC-iysHnW4( zCjSIJ)17~y0$0;Sj(2pw|%sK&8jzIz?kpPn_?l&t%>-V!2Kb` z>}=S2XO%|s{YQR`8zA4D2X8xa5Et*(%<(u2@-1HtrZna^VrWJ$5tY4{?DRHg3`K)en`&U1z#MCOd!_6pj#eJ4WXw;WmHv_w0;V1mu{_5#1LpjX z9Hkq8kBLxxMO^kMDLq!oqTVZWOSQDm8QSqZEL>=%nTg~@{$3VHx zQ8)}zr7n$9U3s=FgL>Kpyb#eEmhmdv>dS8yvXQ8vXRs`2suszL`M>g+y)SWM`-Re12z~bJx_$cl-~d+BNYgQ%n8TdU?2^)xAP{G zEBY9v8>{_6;?`lJmG11&?KthIW*d^c7UiSW?SWOAN{pRnNP{MrvGLCw?D8o)>W4YP zB84i#!rwY~71lC-H?3U3oNB2@h`L4yQRZ3@>b3caM?H zn1%W})Hb~&Cce_%tt#O!2CJroI=7$gIdnAAuOh-XWEIWNTTL5thmVIYqFpFKR=RtP zaKvx5wSu+ciEy$c?%NK-2FO@%5QSw{jyp_mt@Xk$i3a{Lulk=NDgc2yesX$(su6yN z(-Zic;^B`F75%Gw^1YsN=z-$7- zzoIWbVb@Pse(0+KzUsSP7p$BmZ66S}0uvfp z9U3bj0@=f}&E?9A|6=5mucL|GO1rF{(h~BFw~OV?>|LKHTO1C?b$207yBdj0nasw+TFD+Bt>Reay=a>c z)i;01OR%s&&Z)}+oestf7^QwS_jVEC&3{RFspj}a7U?3?+*|q1lkrQ$jmnerrprQD zr3!LXxSu^0H?OMQ=RCT~_1x;g6;4EUHwjhg`XJIbvmA*s9}&|05@lY5FhNRQzwS;X z?GP#Mx<2;hUA`pJfKgv_#2P`cKMPukz2Y&?dmxs_i0^76L-NZ5{)w04bI0t7n^Dj1 zU$7e$K{&H_=Ts0u*iQM@TL5tr0jCj!-J1wZse*^W3pR50k)s~!fkk?m&0&v(w`KxG zalK(gyDlQZVj7bBTA4R$Uj(@cE<_e%b31YKNYaqE$-^-#Ulb*O^0J}qRfY*^;sKdO zu5F?~oVQS|AC6#?cbGMciiV;=Q#b~eGs~6aaG_&9$Gn~|Q-Sv{Q?^BZY)G34+(yKL zb;$1G;wEbENw>OU26pl##X~2t)_F$+Kh`@HbdM#Mbe7AVrNdDG*3DK#Fv2z**=_!n zILw`Aca6j#o$pPWI$Uq2;2O#1t-T)YW2J9rGG_IZb!I`UTx*g4Qb#uoxzvO5_7K&y z|J}l7CT9#|a_g&&*RoD|;T29r6OBPDGg)>mv?EEdN-y;j*jDzsKt%8R;L{4lOtMoUO4|NRQ<<$?Yr@32zAu?=H+wZRMQ zM=3~b#HkCn76u=Ch) zQC&Eqyn%mMP1TU_Q`K%d{B((1iWtN*1YXMbgiD>ww*mvPo5-xAU(g50$2QQZK5x{w z6UhSIP-UUNZ)e3(bKT16=05DFBn-(FZnc|4?a?pqrZrc*ziqYUKJA&C5V)v6K>xOo zAV+JY{GBV<^Z7gN(bd5u$;S>nTaS@4*+re+Da_K|)r^Qxna+VrR5RRUFF{{^r#k8! zdcd!%ejV|OROEzw<3q_rgWV|J9J?Bv9cD#vc{^+2XL(2p9m($PAfvU*l6G19g`sdE z>u*w)SBstOv_!B*kD8hk3Am?--C=6nAGn=4{m-kLVL4@Ka#}aj@|2MW+3OYYMjF=g zJRGjcDzd3~^JcAwHhloD>yW_?sP#ksQ!_3joPy3p2U!%P6{#n~Oma9{CPkP*mqPoO zwC1v};d!!Zj^x>;zp(Q`qQD*|2z8XPc`Iab7#mi@o1SJo78oGeOXjsLiOk0mDcLL_ z!NPLEY+TV<1&5-wNWrL?I%%LcbLp6^YLH)bzI>?P*vc4FLP62;DmEZ9Efm7r&QE+W zG15SCQ@9AvbQQJZrGz)_2ubxV?Co(6#;bvYu1!i+PDYk-CF^8S+n0bG&kXOt>|O)i z^=~KZ8{bb8D6lw?{E~j)6Ti+sF}ehV<&>cH`>c;4->k9DCuji?8lfM6f5i{<)nM&k z@#z1wXMzB)-G2!U|Cx@0K))|{5eP8d{@1g^f8;wr;Qw}q{y&l$e}!j({<22Jf8^+Z zM1CdyI?IU|2NnIGiy2_@zgzY~SIRe@|D^WBwiohU^#eQ)T6>1(=frj7|Fc+lPR$R9 z^OVb^1CTxGE!5%#+GfRbzG7}tfW;hq!^Rha+z(Hn@8U;~(5ZREtS4}#@LVw!B`ps~f z!k2QguioQ~gyoUc_o#a=aVk;n9oN6#cZ)Q7ow6E5w*Qdt%VXU$uxDU)oKraiVm+k; zbBF*0WM*W9-Q;P_R6H`hIv05*wW~lLDd+AX`3imKklI`lblpawQFv(*@3@FSJ_v-e zw)FV}#TT%RoJv?zIo^>$cBG$2p6~khp!SQ3`i| z$@c-BJf~KI{gg?QQtKrGx{Io~7o7{#(4_s?%MpOcdyjUgN|FVf@NG|m z7$yr6kY^%pafLsVSCd++mZliF953OxsMb6dI@#6$kDhhGCzTZ5HTA;g#fydlQWFLj z3eCx%F32mzy4ZgrNorqV^zm=#vvkBvL0pZ>NS+m*pRyrH`4pQGeHjVg3LV#CG!WFR#{nw zdE9xvy~2hi?CUi3NesEA;5!~BWqkWzk_0*5y!97ryb@snSYEc`Y4mUBH|PM84)L_RP2!+C1pfuNd}!hmP^J(*gB%FQ92Np26k%)K%X zVu33;?DFMP6peZ{gmoz}Q;7D=o-LEtZh49cqg$)jlU}s!(7whdxkN{whEic`mxA(a zQ}Br`=adKyYq897vr8N}Wn|0KtP#_?8_lT-WpTKG(4+PB^g^0au`ikb;=k# z?noBPn9eo9eW*>u_|ka%J#vB_Dzqy9p2i=+_c80l`iEocX4?nF? zuJ_x#PU2nise-9i(Cs>t7Uu+pAS|aAx&@$xeM^q+yPI4`kXm=V$E~PDkO!>uAs3X` zaywoOLvD^hAstT?`vxyhAGp9NoTNf`VJV-r#tM0_$Nq4i^cGvR8S0!uk$LC~?Bio@ zW8VxL>hs}e4fi`rdl_j(3O?SrRa!w3DrB|jANQaiGbgk`!LtCBYEj-hja-ilO>i;F z5f)FmH^CpSd{TYGle3B;0Q0S zSbKRK99qSK{64W=nSoEgOj)0?5CsP@j?kbQyAO``WuiItz1OKq>owWR^(b1>&ta3g z7%JA{W?Ycw9n1?$)#laI?QcD%$n+jQ;4veiLy78{Lv&7b3ou?er6})_%mu(ogf7mP8;F559(mVfWl5eKJXYqoKF6 z2xMc-k6MgFtctS;>+$CK$i=CfRV;B-b+A)vLrZ~y^GVuCIL{#UO0M(1Jy_ayw456d z51T=o*ys-+ZNiLj>IwQ5*nWi+j6hp)RG!D!qVQ3fuIA48tDqqlgW`*m{@5ntu-V<_ z6K|Lzrs%D50?X8JbJI;Bsg#C(cT+XzmGB~If+h@d9P!JridPT8*s~w}yMlyS9=qk% zt5=jB!f87bcV`^N5gc(iK0K2$=Y^0?<9?bEouD;PtDTBRuZzZlo4^67YaU4s8?NoFXP5e z>a2`BE57NBSJP=b1NdUgTLL-exW`IW_sc&9Utna4{8V^B>%$?o(c0MHl9`~By6Mg% z^FWa3jh85TOOJ|($FlBpGBrouxA`SO!R$ZGv_D1VeA*8i@HzV(D(4e7T!76z9}@D< zh}!??ULYP3lx6z$AM1&p=GW`bTXVkW0G`pO9|*J$x>)`*e?TOp|EqEAtQ>!~iRvFI z!=3k8VDNXx)AQc(<8@$&z<&^?17`iBd}qOIqW_>@P_O*|E+p&6G5dENgN1&N7x<5@ z1q=V03-bw%07V|4(;1Mn{#PRn%+GJKcUvzhfHE z_5wvHyLwV9d{R8YG*0WbSsbZ zH_W0`=^blj?`$gK6mPLW6J-j%z@6`qCjjnfI$N}mt1sB9b z5ivN-`>y#7I}cNgEEc|M6?p}DWZ6hZ>qfE7kz)4N(9ZE@((Y&W4~=dj3N>D;DD4!> zF15U~QgKI1n``q6Q^VLV=_O^9ydDU~r@*zKJY;KZp9tt^RE)J7-J|Q~%;=W!AnvoP9lCW4rQ{%Sw| zOXt;qKIPb~SkGs#oUF#p+42r~tuqA7gp;FeBrL6Et95hr?rd-05aAPXv*34}FFArU z?JvIbOV$dQx#z@|Ag9xwSwu;Pkx+aUv?fuGbq8H;1{K7Y9kbQhSBu3Ar(tQ7ez-d) z?nB-;?EOH5ziumdgvA}^a#^lnrKe7plfnSO1reLkD+tj(H-iVw9$$OAHOQ-l@ujh_ zgY%krE?v9=JG~nEwGsrJPrfR_UKPtVOa1vb9m3@iyjId^w+USbH89>C&*b5ZI9`{! z-tP@^=r-*ReL8u$14*mhsXqco{SCr32NDfZKl48HhUX)J2QOdRTo#(;-dE8Z(@4JA zc`3oV=jee9-Q${=jAE<`B2&DU`?nt!;M^>Ka)`J+Tq_aBUiveH4zg?&x!u*UFlP?eK1x zzW#Lcu%X=U`YXkKWgc?D2@>PaJ_(#_jus1UEu;hPqzy#f>pKJvLnUNq4$XPNuG2|2 zEP!<38RODaiE*g?H6Sg6dk|RlE2({PNM9Yh5Tuej! ze5sp@x92`VKaNr%wF&L(DZ)q!2QE$!^;DKd4{lQt%bGh{@)3%RuKAdHI&efb}kr<<8%M3EGM7%SEDJwv1&f&{#+lv0lp@j>9 z{Q;xQddBC&y~!$W^g=`TQf0=QOE8XKNCM7m**TFMFxx4jSpazz0b%$}XI}iwnyz?} zc?lXt*D@;UXMxo(7oylHV>pPMV8;o0BBW>LSY~ESZrl67kC3ZVbaxfZ-#CowB#XFUbjJ{{dR~Gelt) z_8*M`fK0l-M-)B@%LQ;p=M{ya(Wp*D!v8(^&y)}U{8q673BZ2-*0aw2{F?uyGUthN z*e_cIod3O|Gz2X4qa+3a3qymF{U{Xtef&2)zRv*&g!Mdbj}Qpk-?QjnH)|je!Sjs5 zPlG1(YtE-9k~LKLKG_BUk>-00u#7^TD$TS0z=!<9C~BwUbOVOlsDNoR{JQH~_nKNW^{DMf zF+D<`kIf#yhN8V;fJ=;>1<47d&?;WaZFug5M0bD`anSE(33v{sL*E^CRif|Kro?|A4j%*f>O4r%)7ErMS%TEM8E7q9u59q|8}ru*^L1YO16 zxc55Cb?D3SomvS$i8pF+Hdojk^<(&ZvVyGB^{3M=jbj#+gektnY^k}|RCK*v&f>lf z+f~*Df!B-H#6i66pPrOW#ef@|M?Lna->*0a20d~AL{x!x?L#9;uJyAI#GF)qdc$`f zCBfYgD2rU`+)9tj9B$avL`+CMic;0K| zD`>i6>^&xuz%yegy%YqI_X-n7Ar))vPm*4D6rIH2G7eW19L6Lt_;O`JU2t*4{ZM)) zy@^^aV7SLu%030&hF8*m_IL~kUpJm3dr5d#BXdQY$fjDUly~pe+(2@qgjpK(i_5T6 z8P9PQGM5i83`kh@|B_Z<_8%t1pTK%UGnD^tt~X#y`(2Fpx1I33jQ3Zjj2-aT0sjA9 zX6*Zp4gCv&2t(sw0Dr*0;wE&mk$&B5flGm92i;h{m7$yS$ugAx+2(sr%<3<@`JNXT z`kA2!G!YB`S9`Fc{(c=^Af@Q6pWX55bDMN=u}#c3-rlflDO|0Sh&V>2G*mTwa$RpoG*+C@^6PIz#6Wr++w;BwO@OJ&x(yDWt#6r!VvLboL<;KVhG z@hFXSO%K%#EzucXkFmB4o|0o!Q**{ScZpWsBj8 zXW!~A{emu_t;}y|j#r^6qM{LuRX8@srdKtMplH`Bs+5OFxW!=VQvZ1CeitvxHDtPo z!*>jgbNQ*^-o%xPhcVTgST~*gY=60l0lX1(ji1Ao5=hKB>+GJ=|HpKRJQws^6c484s`=~5cT`w*QT6vM3tur>$Q?9P}60Tp4Qov`=~ z{7nY=+K6-?orjR`>z3EcQ3r~yf|yNeO^+u>KUoY`3zzuxFFV;_<-w(5xP8vWU%GSH zvAd#Ejd@2>>*D)hB`lhw;FqBx?}}iMXXd5uvKk8xaxz$Fv@K#jwRqBo-IYN;JPKcQ zeRpEIZ{&qB_^nC1!ol$HK}`6jrts=kcj2okiOxEP=RAT{lWty-&tEnPHnP;YBiZqO zB6TZ0m_m5y!m8p+qicrE49@YYF>j)_8JLrp><)ix`Dh)9UeeUvzJt3zhFmR!Rl~TV z@tN+X!IYd1-hx`YNE=~OYtV?^2R-05XUy3 z8m-2-b&n4G-99i;Dg7bU4W+_%f%$?4= zcF?d(P!az4BT})ihwzz{J10O1I-OGiuqlNqroLL&+D>6vKN6P1?>H*CI18~1bqyeM z{K%|$Lxr>sK{F+dP~-h9F|uA!aD{UFQ&EhCYY#$#E5fO?kr;`J!&-vLb061NH}0`6 z3->Xi+w9+cX;WVg7M3?6ihJZlGI_&qS1fJoA!0uA#Fli#^~rkqZ3Z$br_trXW!D{) zU{ZLIqNlczU&bpxMpw?$eH5QzC)n**5jl#cG_9$O68k-g+Def8Kf|GCH3!?6Ss{}-PXxsoE>MDvIx zhSZHHrQO34^D}C1(n_!>KRbx2ARW0N)&I;e;ZkVv3gG?KTxFcE5QMfyH^cQF?jX=V z-2rYbH)|NqY#!U)_-b5)PmJ+%q^INWH^#$!>3cDYDdNoUV5;;VYTjq^%5SrKRn|S; zg?mT(l>?mDq(*wF#?=VOv12E3#>#e1DEVHnu-x?yYGf^oJ#lZ^u*(FQ@E`9O-dDWT z;8MZ&Dcem&tvXwr`@;&SsO|NpScW{qoD8w_+JM;N0j4k*XS`p|sISrZ|4hd%<{w!_ z!1(_6u!<)`5Aa>Tja38^4FEyffJp=W{c!mG)Q^AvkLn*U{VN^+7j+xj)IWmjhjRXG zzwqN?1B|JDADqMnM1%i*cm61g{C)hNPeV42zkTWc*im8=Vg5DA`@8uQbg2S@_IFei zx=w-OcTg0%_`Zn^P_Z03LO}7m`4jMXXz|4S>9ml}c3y;#L(kReb)mm=af=S11EJ#U3?o&g;~g z^%{}w2Tsq2btY`fNZc~?cx;9^NfuS99;4m1_fYEK`o# zOxR^Yj$ou{qve0e1OPPo0WSJS2q}c~l-}C`2>t+10gVn`M?hZZ=>epsO?=ySR1zs| z^q#htYs)+~xGwdU4`NChB^Hc6B|r6EqhO%6;lNGBC!ngfCn%K?1h%{mGed{^M5{vW zA8SZ5g7lO*BpBn%(+)V7=B9XI?(GKp(a_ zBu~_f)RMeGSLwez%F*O(pt7!eJJ3sSFMU{N&9XJsq4^y{rEx~PF0pe@MjL+R`dCIq zVyGr(?+2<+tq#gnmV2C7vZx97xmN-WGCm#Bam-L~A8I(y!hqrp(-U{0> zc_4^bd7EnAN=2t#ryKNX%@xs~e0>$$;$6GZf*l9BA9Aa#$YSs``DtJESRdG9binQm7biJ=oGMU5=VbO!g0b(6?jLii!Be5J^N}(Oivde*l`P zODL@NMGwzD-L_e{ir!+LWT(#aX#@5ETnv*rRYAdhrq={huRUEg6;#F9-_cXxb-2KG z9CFQ;Gsr%E_Ky24%`)SpF!!^)=q9BaYAV<4m-(DIX`|lz;)Z0wHKN{%8&$*$IFuh~ z@(m2qKJyOiHDPJyrIPo>_Gp`IJ+E0qEjk`tyKtN?i4KBU&Zkj@|2=ic0bP4@3dj*u zgX9Q?rZvgYb8Z`AH<4;6WQ5B(@pZua5|si~p^=J((tE|rOwrAx^wCYw(J_JIB72VX z*f!56eaWV!vAHQRIRboZz`?5(-?pg=rN zX78>(*Uj_-i)tF(bWY!A%xKz1jmt30DN@e&XQPv?ljn^euJ+yWDV=#-%TfAN4`pTh zsnG~)Kc3c%{k%!S?%{aTNp6~+gQEK_j|C@c>%56wyxl~scmch~V@E9VRF2I>+%zJU zGmm%5i;ODNbPu)0@ZFhwT4p(|K1&|DnrZLssJUG+(JbY-P@ zI&usadLxFajrj1?_?lAVqtWr``W!V~O#`aIL4<8$-B58aDuq;iohzOms`j>U`Ob~l z2%3JZWkCz&!(#aSG`l`FN29eFoJOlFEJaB^tY@!1q^P#}Ji23vrmcQ;3UTs&;5(!* zc31Lax_6=5vO>o$l-Ff3$@3T+kS!VF4PY^Q>^}6oh|OCY_kx70JOHLvmS79v&MqfV zWF|>^c|AgL{S$r!s);K;GjO=n)#II-e8t#}w?l?H)z`TlX4y-TePEh#aK+eUZlW0F z6+NkfE0TI(6S=KNVBuUkGGt=V0ZrW$>6N*csccxpu%)%HKsQs(l3!&1*8e%bHWFKG zYT{FgafTO#LF{oPjRV?NpYKOHu}Fhe(%Va> zUaJ(i(vsltD;(dvMNjj-5kACsV5?9Ob$5lAQ+KjfX!(jXcze+5M3I>d2c%Dz>5%KN z851VWshB7tWrK+gc58KMrrJ^)9mN%^xyQXlE>MP1KRNFL#X$@}mJ-dLr;PvF{_W(>S?TYmfWnbGSm zBk?<;GM!!-(zv;CZ`b|5+?;xIdm>KAP`#?|i_(L!HkbIF~VJ+M-_%;PRw)nb`7E}vo(*AvRe6B_Iy(=^67= zCL@j~xOV3;J4k*w3RpbBiQ*wpJffXVb}b?FdJwU7p=2+MES`@obd?o{q@|860f=!j zo6FUun9Nm3{cRZYQPwaHb3dfI5YP|~6FfhDQ=mruHN~&IUf0dg7gZ%)ho+G6KHkd5 zR+-CZer=KDBR%uJb80RRy^M+pSDUN|8Vfn5?9TL#fiXost}S!>-4-_cL#tJ@MDmZ+ z@TJ_X8*7+6LR`u(m-SSqNxm2guC{sxFucDn*QWJ`4%3%LI>byFXDG$FAJcD3EqfUX zOg|S9G*iUW@=PRqU@7}PK$e?O+(NM%AtHI`&&6pzeS#Ih6?59K*$^Z)5_815nRuAH zJK_c<$CrL#5cbbhKfgP9SvuMY%IbbW#Xp{ z#7JiQWtp7ZRL>%%kxekKk%>qhDGG2ghP#@md-Y&}1Sn&%XE%zcmRk+HwW(pO4)#Bj zd0?TUClw?^xpiRBfv;4K??0SxH)@cDa-U?<9cT&WX=mCV;*xrXTiz@ixThnatQ~Me z09$-dvZ7T;@m>uSsp|#QzF^j$lz>0MSqo-h{uzSh$H{~Q3MY8cSCVt5c{7kSTKlB;5Xo}GkgkyXr29vzT-7#ZO9Y{ z+CQQQ&*mS{{sEVr2@h!hz{}1g1+;$vW@nEHC&6AqhMRp<;X7urCC^hge zOud6;d?eGidC%kdd>)>S5-4M(5ug6PCk6wYcC%ZOBzhvIaLpafeaR&(h}3-=k~Yep!?BqP&8 zR{cUeK|-q37pl*f!~uas{htjJh;9cwW91>W4ZsD_ZoQu zHWzPF>cx&mgF3>XteJmTH`D5K|WTK+=vt8fTrW}sgS3w)N{@F#js!E8Tk zZ9tmJAJW<&1N?`zwqNQBf3^QFNZ@};qx-Yh$G`6P`&!Un^7+q|4_JVo?KgD8GrjCg zcLR=r=x%30$>;r>01d>YVx|6Lb+?}omfzFezzpYN#efVDAn+CmdZUtra2Z_+zHVb> z(1?Ef^dmyKNXnZsA#xLw2GutR@+j}5JUN7jd8oLKghC!%Q70RbpM)9Inq9pv;99>) z=U435x5g)6npqxCuI;fMu`Ce26;zPuQSea5=~e?%%2r+3G%wA^(zh6r>^BCRIJb)@ z)~b;$qiUFXUO7dgIAY~~%t19#l{K{*F6|0c*z&xi_&VKekD?VbvovnOmW8X`K>Wkz zv?_D1ZL#%hNBm~L_1acD#Y2vU@uiX@XxDuQi(l(6z(l#Erv$`s4#;!u0#fz?q4Yp9 z#P{oycsE@$b5V9qj4`7E-l%+@7aU4Y4^8e-^QSHdRb@1d6stD za4su=T+|x~97P;%Alb4{e9@X>u|B0&YniB)62W~xOZUoa2?@h@no2ib67|5rGVFEi zFlc=xsBNn%es42w7e|xp%&~&ak*_bDaqK6L>lHFH`UuOkU5ri!dwjG`EUx=8&J`6DU6ao))B5f_Tn+J}&R1d|SVRX5G=*38!xYSxOg1EgcybxPc& zUp)H!=@gFYp20QO8`?T9b($(Gk3I?7?w*XR_T4MYg9~Bw@)`Q_a1Z77MyT1nGK@&F z4Y3Mx;;+tT`iFO=+I{sBz&Te&uIZN)>d&#THSgmj&B5(HbKJOS$k`zJ%4Gto&sPCA zjo=F>0P4k^k+YJ+UtI!4w#{}Qm)v>fY?E0~Skpwwoyb(K-5fnEsz(Gu)~Q#&_HdTE zzB6o>L<@Z4!!Ysu)9d$w>gX)^xEZGR1j0(21K(_z);&R7xBBuNF@-?8LBmA&`jX(D z+6vyVgcZAGouuuC73L9?ZR@j~;cPLv&`eTm6N24Oq_VC=w!ur&Fp8jj$`4OpZ6uW3 zSK{?74CxvbzzVX`2qKJcGNW3+v0NsVG=a14O*@6**Tp`bCJZg$I@lwBURb(4B-LoT zJ~90YF@%+MFUAi^QuFQ%?k*0mo&DA{*!Csnc=_Xz+W`?ZacmZzDP{R0wwp^$g*KgA z&@WnoX-Vg_SaY@;5PQY|7a#Hlx6kC&sh=SSA(2*<}O>g$8!!9i5yMo$}pKZ8z+td;6BcDQr9KAofaKJ9< z&-fLGEFYxE%2|bO(RpT;rqhhq1TCkzkr4{7WvskBi|n!FaY0|C5aqmxI^lQtSMr4g zbNK_K7e;uUx6+LT6_d828TzR-q>KDibKOZq#UoXm7jY8f*T73p1(*r(!g8=zGK&zC z3RX0a;;nHVpWA0FQT94+aBI&Aw1=x4_WInRg*y63!}(d=R@z0%wt{KGWC42ETXE>Z zhrDD^GeEy~&gwj$*F|21Adsce^NL5V6S}2u6n-@_bir$?TGaC4vL;qk462?Vwd>$b zgw1Do33XSsiIOaz8r#7`OL-0-T;(n;P&cg@p=gS%jy1i*W{g7`al^xX_GVN#E8D$8 zw&}2~y-y&x*lCN0i!G%}55G3u&hXGsgM*}XWl5T!rF9uX(z>KrfwV4l75>t9hc428 zPwPVH_55@gLVVypDupy>wx+(W5Xyh=sqm2zW)3R1Y#FnDN}sa9eIsAqeX6^Sav2;v zpPVf&Nb>{#{Pz1Z`~=MB`~-iHPl4?$-0Gi?)&0Li~yLy4&?fPz(6)L zz^uat{Kv%dKjDP<%S8ImHIe=r+y9=i1;`U1dLa_xmw$%BXKsY;u^$~cqkKb~e-p0_u}!eD5G)g_hmRml4`Mg#)>1Gc(r zHZS|3VPJVCDtd{v(kilgD?Hd8@^ZLORd3H^&x|rQnUCirSM}4>aBUW-4kz&Wc7l@pM31Z9Bahurp=qS*(T5&7I9ZU35^zz9e zG4QLfcAe&}#GiS}*mgwt1`bkDwYfUP0_x{m{6#E9Bwrea=QVZCH>fu z%TuZUB|p~s?fCun;>DC__@UHyLK1Z7#F2DZ^@6l9o!Yapp0B@^Sr8LSc(~Y+=C|-5Q>i7`X z=kjEq=a8|g&;Bb+7fD6vg~Glp%ymAm_7|a9cO@ zJ`vp?6c>R^YwB4=Dc*WOz^XW6;>r9Fs1Y98{m2u|AOo60-PWZanpj1LQ@2(B#nOa4 zi#x8mHQ6|Q<>UTn4a1<(2YuC))AHn@>U39I#@q}2E*ndXR&2|>C^9$ASvVi=5XcijVCDDD*`HX%@fn}gz z)>-O?=zAQm86Noo2u+tRo_ug5X~Vh`ayBRE{u|^^2^x~uclg6_oCW>S`_mppaMeF_ zxrG&!;mNX1Y+dLX$E}%{62sgX`uxk#B3p7NIraSA)q&PGDz}!|*-T%@l9T6i&4{K! ziwD5u_}b@S=fZwK_fik~Od54GTH42@JBy}vFeTspnNH;3Y89_U_pjF(fV~a!;=BX^ z4?a(mtoEP|ps+%!0s?GIP#ewcmm9D7ir4wsX+MU<*L38yG+Ck?9BR_ri~%rM`6}B-NCr{6fat|daD^Aj$lX#QjjKN9?6;<~HJIR=z zjoIbM7Jxe0Aq-aj5&+a$`Ir-6uv%jg;whz%i*d=2Ansafnn;zGkKkG>B?qw1Sysd^ z4n!_)RE=`-MQ%_BY^Ddl78Ur+w)*qJYnaYO*8ruy|44Mr+2{f-k3jByb4Ca6gNGJpcA(zpSf;?VLN*7RUkiW&m=4xrFFn-npfG;!1&m z1yHMC*vJ@s3b_}tca00dm@Xz|KKKDu#B2SiSf1yi25>!h%m*?yct0Mz5G7_&e3t8h z>Ci+idTaQ;)SgGuQ!*yFFRjTjSF`z!rK;-o)=Qw25v%y-0y-&}66_osCuah29~N!B zbQtm!c&I@jAJPf48;&Mlocoe_a&V^9AY-wYq(2pLotaqNZ*=^P#g06Xa=<`l5%T2#?C+D^WtKU*uEc$#fNh+}Ok$ zpxU}B+cyVm_7;Qavoc(P6w?)NrZeZCE`bYZqwqk2@xNL$ON;@=l`P5&);( zbd#jrTA?YLkIhWigBf3tSMS8_qbpBFsYzTsINdSImqtmCm#jxL!n$rZQLbca&z@R{ zY_(FdA7SP%&g=EOSKCk796;>qtiof#cGa0)ZK8F$O~w+yJ*9^K&Qw%KvZU2GRoTdP zuEXw{%5(eRV1krb4jVH(WmfC5*J~k7wS?D}RK z&x>8A*02(GgpzikOAB2tRUkOhOW4`9|V6g4M3i#|GRLV~L7#)3dr9yB?h?DRpS|v$GhE}%tD-is2 zDOGd%O*Mn4xlINYWj+Hg<08JnykfP;cxx5jK^=kEg%r{iG^ZDv@*VjW3f3V0?Kj4~ z8L&;JmF!bDJ7<-7zAPDp#P-qF~!fc}Nc7-Q}x{cc*iDu)J083%{a^q@5bt38i|}%0OsIXwgfz zLyMVXQ~;G&KZmX&PTIRjj*6|9DEy$pfpf#qZbpE*P_t8QgpM#{+|9_Ji=r}Vn>V#- zSNd&BLUl7xY1D(x6w2))aEnOH_;^m&JobG5dC%u5TJS>&_A@% zHB}%2v4IfiAN|ev`q6R7~+io!0zf521|l|KdI9NjVBkL>zX=2+RQ%=g|L;NP{x8{; zfA#f$e_o!s?9V*+|CG!B%&G^LoF6X#GZXiF8{+b3hnRTZ+YpyO`w!d}xF5vje`X1M z-w#0!&UDOQWJa=I7PtJ5MGlzHD&<}V*JL}-)C@41y#LPfy^|g&-5=j9^BiFLHq|ld z-Vv0sTfQwI-;0L6j)Xt15rwp)bH&|5_?gIJd{c{v-XhvbYK+^1R-dbbICsVwET?D8 z2ZUujSd|^43Ho96KNy>cXH~%y$jWzMn$25@w$M=*uS()ovFYFW$d)N*R+yR5g_{v+ z<=VihbYB!?7OHf^byI3tS-kvouTJbfkt5|+?EHS?OeDX@m_<$YT1pyWr#hQh>U;Eu zi6EtcdG0cyJ2AIDE!|JW@1ZZ1>8M=2RcKOfc{j&oG|&0N)y_G`bQtmHf^m3`<_1)U zw_)9?A|uUo(zN$+)sX@dWsnu7eY*=y-yMCa=d6>W!Q@(3?#ykkCRkGMc1WiGnnGx# z7;SukCBV#ZNtlX}@f=l~DZtk=50SJZ0$nKSw%>LsbF9$baS3TlK|++%k`oM{4pcY} zo`*xNVE#2h86sbLyru(6#(Pj7N&Dg5gb}cW;ObLx2IYF7DN=7SPri!A67;q<8Gd7d zP4hfM5!6voOERE3u&WBd$ixS6%=RHG%!AvN|v4(}St z(3I=pF%Hr#b71vKih>hK%Q@!N5*%t!u4nbr5`Ag2oJIdo+2*&^_IYLs`dOu$#5{Tb ztW#iaH2${k=BuUYBE~MPW(9H7tP<?=&=9D;};`HarXJe(-e}e+mB?{V7+){GBvaJay_@7k2oP$QC2( zx!m$_5pbgKU@il)({_1 zN>g0_2x>ie7Ru(8wCCpQ*H6J&Cr}M9S{~W>(;8vPt4|So>D_N+;YWO5M7P*sgQQea z8DV@>L#roa5Ue-CKzCG9dmzK>U&N={T);?VGd-Zz^s!d5%(uukk^DvBkcD}|Juy|Z z+d?p2lMdhnA=3%3)uu9f=jA*}r-r!5of%uYv|>}qyIN>{Rz!s+(Mj=SeSTk_Gl_iN zEP^ql*sV2n%V3jKIWWOBq^~yZp>Y=rkpiMIcJ2fx8_ooaOWf*Q4!tE}OlHO^w>-E^ zlQBedl|Sv4>yv~KH#^pXl56^w)!LHS=oQ;7nb-B;uGg5UHB}X6N-U%l<39{BphYqFN2Ii;))a%KF9j0ElZ;m+u~(az3E0sY${oUh-@Oo@EHs~_u1 zb`ndl#98?EW3EhgklPFQ6M`-L3&-%1Kp#*W>gTX|$eUp92aA+%pnGDoR~=3HMh(8d z6el-*rqrEHCkD|0tr&FfEJu^9A#` zJMs%;chpCLjw3hB@DReY{McRvT1^T&7h20b3#Gw@acUQh9jB!0#BZ_%_j8W~6F-9X zzN^b)-2IAcO{`(*Q~cZ%sk~yif`pqe!Hd?d={H->sI`yRSRdWCPhp8y#DEc+C|Iu& zXK?h()puyHrrKl2=3J~a0mY8+sVL)SKX<;mp27mFOdS4vF2T<^zng`|>m=m#HeT^X zWgeIrE{Pt3&Vw~S7ZJsqsMqZHRz#Gg0RMV`O%{64EeX16Y;bAoS~e+mn{?=-dnEO> zwFomPC!uXkqtrt))PdF&rVmAZYD0`|WEUvy76w?@5gv9Sz)02mPbt)~T`hTB^nmOw z`Kp70lr{VM1}R0=ijewBHV@o|v+I&z8r!*?4AUUav+|)3Mo=i`&a_rnG%czi~Ef$H8a zKlSD`Uwoh%=QbwVB3D$T`5OM$-HDO~Zq&oW>u|2il03rJ+?p3Y$xm?A?wzt(XMT0Y2ns>9;wzp7jRM{bUWY z)B?rCL|r~79&H&IdG!$lYm zb@c4bGB;Xc*uRZgF{n7QB~6^gH?E(aF`NeQhUvtR}z`wK(*{eCaI20@g1fSjr!8Emd}2c1o$&7O)K|; zSDBG>Wap{JZfugFw`{9IDIHVpF;K4xyUG#l^C8UNFW|a9?Pt;i5VVa89lgVFjlyGT4}D{iTfA|{{@BHR?z91jNlXy6ZmyW9kGJlJqlhr?O3wlq+{OiMv_IE9 zDyMD#VkRrOgt!Rs`~F(SfaLx@9sdqH15mH6mW`tYfEGhGGJb=TB{glV3>}D6=olCP z{F4ocbO1vZ3Mk^6#@nifR#_jPp5Yz%E25$NU2<;@JW&2@BvGXS>i3)w&}25JG&4uaJ& zvk-xRBpu)z)A#0o8+!SB&&vz|o6O)}qS}zH|J)zTSpeBTch0}_XtuKewV$uZ_Purn zu;-89v;dwW^esCBQvDVP!+?Nlz{gq1wZCfM{sl4qHpKY71}^Xcf&P9^Qh!1jTt-IL zf7FZL>*4?PeV3?&%g87I`BDFPQlR-;#cJ_5U?Jdp@`qx!jSe^e$^Rx3%o9X z_V@Mb+j|3O{~f#qif9Avzk#=B#dE(IVrSQbOdVkVSNF+5@-X13bY~b z?Qh2e^?rf&S(w<_@xUVi>m}rU_-#L=*e)~Ztbgai$e2MtX#&5e(S!bT!C=s(fr<0V zdAPXM`?H)Meyq)#;b^bB=j84NwgNO0-nXf15>{^quBXO`q=_Z>)~Uvn;yiqq%1XC* z0tK6XodC+ANB?#(rAa*12bN};;CHYl;WHfmsWwsGs5uP;9sgq=jp&35vuyXiuyO_-qA<@4SP~vO zKRGz@j{3Mu$H~msh)2K zf#{kJ&5><`@GkB8F3Pl?$j}rZ!Zf>@;<-$wq&-q2Y+sxZlGj zbGpUsnQ*EVT}5A2dYZ*%WT3viX#HZE?>p9xK@f9nPj%vY;4@5trLQ5P{o$4lkEhi= z>9;?a926(tYpbe+TFTaJzfcgDgf>9GV3BzS5Z{2{1?;8jU}QDa-{63Q!n@A zicOekJx0=jLDV)QU=a6>X52@q-%-&k_w-R`B5#i^*eom6ED+1wBJLl8CqSgS)8@yI zh$+c&EnmzhyV$tXs?5>kZ36s9Iq190L^8OEFxwrz2i-14ikaeeieD}0Bu|4h6~5pp zO}XWs96orPwDXd+sGNJ@!e_fAG{SnWo`ifm=nS^$g>d?$Yu#Y}4B$2f8#N@+qn$(j z-JdKNI8gKu_@0y+%ov4#K6(`^cQX}K{Z`D3LBS&E&D0bDm)#g*P~`2_3%hhlj01cg zN&*6F&Af@>g&|c>hc}-h#4jZ=sYz_qn7)(}K27CxB;kHQg$v@NkoVxjM!3rLfavSY z`Y4~ol+ZBgr{L&B6}dFwL_^N}R`_wgs{6IDnUfg&hCv>S)_#hPSYvrzs=-o&dIS;q z0&D&YDOr_ zyB$+A%cCdVac6XHjAm9evuZTKV%OI{n1hAKCTW{S4HcUNTickiShgdfo=mdaG-6Np zF7aP0!J~$a*IyPZ8{^BVE?C1kzB@4M3C$V%;r510Pn?hR6VYRw6Ph?7Q>McO!(3y1 z@`Q1sGCOBGmV|CSdoF`V%++EhIjDm^%-*4`2=uCNlk=zvQ(k{qo^)A9dU`Gb= z1^U!Il*7HMrF(GKgwnN_a^gzKl4jaP!Z@?GF5!&?v7dvj{+38m`2>{=tZ}uHQhreU z#Qp6j(J#WQce)I?9;2~8$JJkwOt~(OsL$+n-LdU)WFtqle4>ktFRB5GobvEv%r}+y z2O+HXDiVWrl*H=AwxcPM&G1KeiSFIE_RivIV3lxo!g_zhLviknTH&!${e8kGS{%84 zgf3wRM<8d5FIyI6n|dWp2*kIb@wj)NPu_kvsIPF`oE45iP zk2G^?#IeU5`>|eS*aLmr@uP0;I4bqld zJ5oPyr*IQK7ll(GBY5P0SJNd0ha291=|zmB<&6ULYLBe4sHo*ggIB$3D7NFn%wzQ9 z$+5Q)2Wypa5hBE8O^CCpQFg@=VrcW0Q#)_GF+xdmyf#*~@3p(83yr0d)7HGUOPitb zp5&fDDq>1!1nV|aoTPLb6KJi@z+PLmHgZa(Vk;6Pzt+6p#`<}KulhOV=41}1?F{2F z^<0_X#uI*<6B>%+YlJt&$QxjAw$oh(ls`3yP+1RKN^VN!5ou1kjy#xSX^7laiFTcb ze@YiR9mcxFq+GZccVvx>n7E0|!vKnLzi?Jv5=LV@zigZZ1%u$d&&adD8Yf+I%PX`L zdsD(q6a55tI6q<_-;|e3K;mqw6&|?$5MF6Bt`^Q!*H<%;?jtjvJCSn^>(Wzov>8^Z zTm+JxSBh|}WiKg{KO4m*@GM^onHAt+>vej=sVSaiH%~aQ$A-@~GfyGE=2@A+!4lc` z+&9^V45L`4LLW8$<>S~JW7zV%0rYt^wtB-&kCU#et>BEm&s30Vy7MCOI$Ub@hGdUi z4h*iP>9i4>n3LV{ON{qA&)7hI)#i&rouQ@;wM|=}^27!9-_sLimb~cRxH04kuBT;X ze$c+IJKjK1`jLF?RVyc{u~OffXri25R=x|*=7TCJf`VkBVL9`5iO<~8W&&C<+(*T^ zG5hjcS4U2sYA}vPhi&77)5iKSgdc|`T1=;#K6etQkxr&WV+z~$F zB1^I=y)Gn<(YLtHFi5F|6IXCKYYwW7v>V_Wr?e#WE}0)%h}dh*Lx(Y{&!zL^M5&8G)G5`gxO(;s4VivijR~@p1|5q zB&^se*}6HoF(4&*7j*!)Qcz@sAubpH7QX&W3xSICp%QkOLb(fKv_Pl-x}o^Z4k8mI zfBmY7X_?eT<_>$4awj#I!SJtm7T^uN^dp++0BxQnpKfH1HU?wZlT0 zpn9E|F-2_Z$a0OH;OSSa=B3%~qp`L7euVM@p0-U!()|v50mH#g+Qd^JQ@KYKZ!%xm z*6OOUY~M6UH)Xv_qJ0$M#0bMvm=-}`{_e`jI)H;a@7hFm!a7*nulvCkcmRuC z0#dsKPRk|C)L4=wn!!A`;J|r{nNzFcO?Lz?vr(*SR!d1SWi1T`QkED1gm2KPlb1-j zmJl%TAo?oVQC*wPk#M=`aVRirJ%2ahiE31XK2^Fa6+01p`Uzf9b_7zqCv6}{|t5Mb|L0s;ns04}V{Uh}fY zff&x}Wu8AAC<1Va8-ZBQFpZbu5a_JH=0&^y$hJ$$?dMB_7(oB%(OAyH z_0i0RpK&fw&;1g;1Tza>;;75? z7m~04+fsoPQ2*_{|LFQ)fEM77pZ$-n{;%u@^ZifH1+W0)zxeE6!GHA%7fA>#^czgu z-=JLx{0sTX0eIREv>Ecd`3|q0?FA+%(1g5$zBPfkVP?<|sQHZkff@7zX@<-nVDAs0 z88RW5zIhAJ&ILvRX#Rk~AtD2sKTvSU^8?KvAUM!*Nb{^$=P_w8q%W7ThtF$1|3RtE z%-~DnVn8vrpA7?7*>*FaATChZWdBNTZS;q|l+4}GlhdLnHmvuHT9Lb7#$1umgNJ8% z6%l@=m5GRX|Ftl90bSETNbfE2X21VLxCRIM$ETbABHqtDiiF5M*&xT=qS;PrgOQ3& zeU-RLuzi)=&xPfSOBwRAw<`0Zsz`ixrPy^Yfk)#rK?@WJ#{F$8nXIL3RT$Ux*DU=A zZ4E3!4BPDA6R*fDU!B~us5c!r!7Sa^@ZlDToY#;qg|}%cNQ90mPI~n)7$deITj55J zpAa)5{C2z1klj`M=WSDzHe*_MXe7BFk72ww!n6Papvik`u6cjv?s(Zo9#&@1#Ns^F ztQ2RiPk6;u%r>HShJHAOwqeP=@SXmlSq<7&y3vKI^(7%bM({bH;fHj$F^@bHn*iyW z$gkBMo_=T}GsMrB#J%0p;o#A6SAnUKU+f8)rl{m*Aa5rDx*0NJSTkw;z?N%+N>b6& zS*Xk?fvx;HibB2mE2}&0?;46elky8#c)U{*Irh%IH$WjB-J8~AWUD(miR@gj>u1E9mqz_^rD>u;^Zi&`aX+PCV zJHZ$@KZRt0~qz-@-iG%G(7mmawaX=>U zIRMyIj?W61=M{&TF14IZ*bE!@)A}JCDsZ33r1T3*1ljoE+0&I@dLZaLZ}aH5)&i>@ zE%-%usEEHwYzO>sWz)GC6JOtxOH*bW>+liLc5WovE*ZXbDy3?s{VnZbjOM~f>HRjZ zK}QKp9!!M{>V8r;C(DLTekKyMgHqwEN|E^Uu$r-7QbXVPd6MLj&l6b?(_F#*^wity zNF^szReZ%=g{M&|B@MNYO%m5=6a9$;32bTbk}yTWC`O{t?xb#n zM$USV^(>?;&*d3E`uqTma_n%&WQCHLm2%*9weWmd)0FqXGt9R>$B%2VM;hi^5l#h; zwdX716H_^-eIa=qsM@%<(^Q!}n74_w#?KIUVR6YvqYq%g5mYp}_p6{~H+ zzZit2B)1Z5z*L>UvJe+#-YG7gZ3(gt2(-Ooj-YTPSFuTFT~(w};VcklM>^&FmSsDv zd!F<*A#R3cQT7&c)l-#CU+tTZ97sL%-WgRe)G#phJG}~8n&7^}uE2H5t9ZDu{N~GS zWvY|D2kv&l2^4`mF4;vR4us-d>gCP|ItO_G`TijQYmN{EmMR5nAjMM-rU&kvjD_WA zktN@^Up}7S-iD5m&rZijv;~tP^Q}ISzKZN5=%DdxbPZjzZl7CQ7Jt~%ZyLnW&ZQ@v zjc?x*T36*dGpe;|R4QQX1-F9bw)=`>akFj8`(aOEFEY0nc0Bhu4XLp}2s#apwxR2) zw^5n-4te~8tE@zwBk+hH@D4XIcU@An!@gP?$56g7l&ok=ziE7zLdmKbd0^}-JI4!o zVNxkahX7jVy%s`@M-Fa*EaOBpAoN?kszgsXA5|~mi*J`HY?VS=D_S)LuLuUP}nS0Lp8m&?vt(a3^0 zu-m-gyJymWXu;lCS@$87e&17FVW}4HLh)Y~V?B=wp6A?SH$$O?_atSV79bqxgd6S~ zMIQ(U*vn6=MN#hTyUB#aT*VQ8M(?x~ zad(jZ9irU@QS9I|61zVUE&!e5`2k|t{s>&a_+26UpMwj2+Z_FC&*dfXH`+fSS`jE~ z`VaArUmf%pUEu$p*6Brd+h5!McgG6M0_5|b?*g#tXZplHIznI;zTX3Lz%2Z~5n#rA zX84{N(vZ#p#_`{+aG+;E`)_7AxH$GPD_3le1nGoRde*Uy_d=;yTD$@ zA<_7+MY84{&Qh{Cb$!Fh2ZY*dK9*WH>)uI>ecpRYd?1s`0p%)yI*$`fMowG1`--wf z&nyYEcgfc|)OD4~?Rci6+idZb!{<+gLo^Wvv3Tud&IGnu{h9pOHHs$eT}G>n?y*y@ zS$!dM6@gAdMt6!)s~U}6o)MxW#K~W%AO7SI`Mr2RFazVyzynY=HUt`kB;cIHk0q+1 zT)@3_KTj0od}>Fm3u}zkfBPBu{&l?sjyevmmkjkc(FT@-eOtGJ^32G)^u3!>reN)) zJoB$N-{r;dbDDKe#;qK4Q5L)#f`pcFN00({wZiOZm@T;!9>0^k3~}ADC7X&m&T(XX zdTWh-BuRu07mssDW};K^)0B^JS8M{B_I&@qO5GRgM=OI29)W>Fdc4Ib)e_gZwxI6p zQHLbQ`=M>$o4B=aglISH=&4<`i#!=}Y{;{QszqSAe4$J(>4^ieoDUELh&}}%6lIWz zAhrOaJ;T_V%_;XW-ch-@(zwbxtZSJ*2%a(EYhn)+o-jF)#O(Nuc*w%Cc8~JfUv*}A z>q@<-Frb-O)~_lAS813dC#jt&D@=XDU(u5wJYQG7Rc0l8?=77&6I`WI&NaQdiC6aE!hpZ03Ml6w=zwvcD@!ZR^JMdaSC%y=4#Ir@rmK3wwS z%-zG9;9O?3L^0R#aRYM$6tRbLW@He;@{+euR*O@g47JB$kKdAPT2qI9pzoH2%4KzF zEzLlTS_&$uelE1p)zNnF)lawTy(nEI7G~VYOWU1&txe)WtD~#Mjdm2jo>^d^Ak*I# zqCX?&2>d;N>6@n&C@KDjOsDTF@L#6WKQ>2x|A=21E5CpEAKCja+~TKG|1zS^YsG(5 z4gTxA%gGVM$olWFI{r7s4PxZ`vmXJ(DDX@34cH`bF`x1`BM4$xoe3LQ2!1#r&w38D zfA~hvE(^3F8sE3$A+$=&jA!1_^Il5EpVqVA)0F>{4XaCfZy4FmWBC!{A%OQraF5%E zJ~XNw8+xhLU?6b)&|HLq=icfLozt+8OdZ;tGM#scST+{EXu5d|gkTlbLOiT%aT$gbyUdOi-y&eG_g9d-E-JR%{u7w z7FnjuJ-L!|eGvZ{96DQUOLcUbkw&4{Bepfz35MZjv>|r<(RYS48$gAq?w^Y_H% zM@sJWji^%XSFmJh2cl@Y3+j1KuW1<%cLcH!cGk)ifCw$XXejD-4b@3rt^pc?+i@pQ z>AnaTy5P(ZJ7X4|$JCA~I!%EZ5 z;6>@6JK=HV&s~o%aTF*TYZYvIv%15fAAb|s^ZJ!q9?KnTDe6yjbUUT`M_lX@iNeDZ zZzdUYUSQW)^0)Qm6~p*J&wcKE9~Xn>5Q+a>pp84%uVTPGD3_Te{x0`Pd4AmtUT~w1 zfgnX}DvV`SF;eUCm}!7p9%@ANG99h|heDT(aZ_c$DcT>RCd=Q(>{j$3#JPUSPs?9O zeiaTi&y4>f751n3{%5GL=h1(F2lx-^uxA4dyv+X6VgHCy`Tzepe<`e&Q?&j!HKf1p z{ogr8Admq2Z|S5zz*43jD%X30GSS&@DylyECCScCkBq_z?6>~9O*@T9d`$Ez?zHF`SAoJC>K$dt~ zh`XfuS#g0!E6P-j^3H3^e1sC|lav)*#_+iG0X#;>-bw|2cb9edhnB`l?iC*wBPL1P zxT-IFw9Df4=P9oMR=x0s@5$>H0gK7qj`6XvFlDE92T<52n-m~clHE4`{L@lz)h$NQsUZzw`yh2>HL;ed|AdqqC{TN`f}W2hDU zMdoh`cYN+5?PF}Zg*cbEBwF*7D{62ivr6`@TZYRVsnxpkzG&sA&pg?)D>nm&CG5ni zzB10iXVE*F-kmPcu?by}{_t|GBEs59=Tm@I?tI0#LPV28MHE(#G z9{W(Z_G2Ai1&6z4Tqv?j`Vc_pE6v(Uv!ei6T%R0a2!}BXJ=PASZ@#fOnG!A?k(`0; zykY=r@FJGPkHG(Bz0oq_6M!uXG`K^Zw@k^Nz3kFAm(Sklif-;)B{XD6$l)WXsX>jp z{iOFa$wWsr+3Jf4b;=ZRiEuUrKFwT6C3EHpq$W*!J`d%E{l6s64+5Pdt#t)5?)d>H z*j{2i*1o(%cyToH?K9ErM_mSn2{Lv<3?8%bA}Fj z`=XY+!Q2diqeGvX9ir)PAKTBPZL>HiDXLwnN6%*M{!C?VO3aLM zVaG3tNdT4W|NaVfh_?-wG!rC7^4g0h!EzvtzxJeiTUZ{e|InP;O&D6XLLkW>gVPf$ zlBVS@R;8?l+3Qfs8`E1v$*n?Ba3fF$_ZbR9ChSkddNh{aw7~=yOtwtcl&A{(y@D5e zFVolQH4m0u2|I7LA=FuTwnId z5N1?W)JLnKtFU%>%6fi^0W6=Kjzrom#)iG#V^=J>_30jgHKJdIR)4NpEWlRg?y_^B zBy0thcp1NMTP~0hDa1GHHM<#;Z#AkLxq&gfd+2FDdk^+~U6_iJ(czQR@)}OpwA>v; zx`2QSOgvz%_{qlmJy_?Lj0E|}wM1wFy$}jPK7D++Ep8b>zFl)t89qavV;es&$2qOH z{Blnm4AAd}zouOlTD{4wol|oMHJX!caVY6ykZ;v4bR_)kt&2vL8M3@x!a@hYt#hOL z({!ZDjH57I_d;t}I-wTBo+ceWntgA@=BnjU-dm>N@$l;V$Y7io{&^3O?!}6}!iEh& zU2SI~f0}&9_#Q>MQrjAa$lOaxq_^5q_ie^}D6%_)*NN}ENGd5%HWYpn%t2IxB$F%q zWIb1cQ}LLK%de*9#8_v=xuS@2;VTc-g->)zz2-cRq-*dGwoVc(1I&n>xkIA&57uj5 z7xch1>GO;*m>C81F%v&Q@S?Wyd&v-yO=IMA9jQg9QZpU1REkVL46qTnc+P1jXR(RoD$dcPpB~ zh3-dj$nsjMDJ|+RWqK+)eI(n^H5Pp|_?~{wdusHV$_eoXrf|NO_L^&h<~Zg0(3VHP zfBS_GgWPX%bOQ!66pCh}(kN%*{+~)k4@|CB1v*Z#yp-`UWuo z-fW=ax#+Ps`)%C|H}iO-Xr|?Z;y~F9PYK&K!HopkURun$yD){ARe^$NR1a5Ia+w}4 z#NCTCQEBNBE|v&Ym=)rC)-y5^oijiT19KUMw4&}9>(D8&X$0Qc+9X3L zvUDXBunr<|ob%a+axdo7sW;Ws`L%_kCZgxfXA?GSa@vYja8?}dvA>6^H^SELK^Au?fWWuM>H9Toonskp#uj$NRe@?u_3OW_v0G#H>0q3x*0M`O%8ni@}W31$H z?En3XeT1#g-XulvRRwg8l!BtyeE2<+`0?)TqeSQ4zHC~fL8=Z9FVI|zA+-ii&r3r( z&4;lxj-rbbRK5MVL}SqqpV~7ga-+OD?lmP^o0;bGmX&g&kBGh4(Xn@U7_oA=H4tAE zU_8^-&1Kazr+EnpgDJjrJ==0LO||@O{$y8605$R!QQf`EJh<1oKj)x~PS0#Wtxn^Z zMKW&&cSI3wk=-46dM9eyzSb?_0D8XkT7%XQnQ8uhbzD!2z#E;Hiz^>3nI^n*T^Q76 zIaxn47M|-J!%?Hc z0hoHco-xe7@^&rtExKp>AHlnl)4BvaeDl68&{J+N!q1$6^Wv#*W&nuBsRN!Zz-Y`g z?rx+}xtU7)`ub`mW2&qo+`Oyf&~d@#YiF<8fYG> z^=uv3;hW?QB^BH^XEt{TE*(Vq;jq!hdRf$8-O6n1@!eD(9IUt}!_Df;o3;Ej-3-kz z+_`^eJT0*178@VEjo?@k-ShlQ#ZmPp@}-Vt;m>LKhL?9a#HaU+1x!_~NY0ebIiV9P z+i8m3a0$}}GGy;#BI9vfk~Q;qWfk0ogJNuIa*;(;{&9N;GCx62`Ak{@H(GeTHSa4_ z{Fj5^v12xAYCOh^$rMQmUDpfAl5fR48s12xhYcE%jlH}94^K-Y6Y5Liy*FOHI@F|# zP5t!UL72-#x}B&%i_3U)XbFtEqD3a;zS8_voWR6;eUlK_cpGOhpMS^4kPo05d%^j8 zN*#G5uZ4pGBrgCN^y_M3xaI*G)~y;eHuha952xYx{JW7UV4s92ak>#|PnvX4!5!L!vHZ zee}9jHH(gwHRBkm&>JmoGn<`Y7&_=NTZ>@#$qht~&~v>N)yfoIBgp8c(cI%VEH)v7 z4qIC(w_KDT=`Z?{)DOkYwd>ACk$TQXD*7I|jwraa*nWaRw=a`EbCS-B4_Qvd$T+tj z*WN^isdChsK$D*cgRHxvPeL74=DyA-cxSmKQdIMv?uN*nq%y$<_&XWik5ad)YN8cV z?-Cck%E7+cOX?z1FzQ|ZPEhzw z#>K7BR-lM4y6Da(_DzUC*`Pf;3nE4tH1p>~Q~s*ZhTOym@8=BrJE9R1NtgUs=d~;h zeQ;IO)iLpo);zPW=Jlz4Fd|yfx?HAU$e_p7E#{pTZPv?yYNznzBOCl8{Sc~K6W&p3 zdqB0^@rXyZa*_#BerLPvt*4-!~k-eL|VXiaG&GW&ONBul?xj z{(rtEau)A{$QRNCksl>2eEqXUIet>8VywU8{y1@M9EaE(GuxgR`HvgN3;`$B`jaas ztuLWDz|#j@`x2M~JT5@%cxO8939Mb9^=quAA+UIX*74?beC>p>;KZtP+ya&i8~cet z<+uf`5uo*JdYmCJ`9SM203m`9`_2pgwp#ZHf_ab&O=E=RB zcIL33)3Wq8cIE){bUsTKFl!jvuvF9I=UC&j1xnOWv+JKpN4PJkc11OE;Hzw%V!H^3>9G4{={P}#DHiNU+pZhleeq<65V1O(-)52 z29z>OYzsl@O0%Vd0^qeuKVK+sn5kll&>kwP~P#HkZAefDSSuAXukXcc|grO z)hZLgI-q9N#_Iwt;&9%2;g7xvRA&B3=B-`5oi`<;lSDo)`_m7X$-LGMV#xP-p;ADH zTvnN3@qy3CtZYGI&v1C7)PK?vW}B#OZAUAd#5x0)YDp~XdyLD*e!`)24h!YCF+?G4 z$0~-`s>35bYG1O(&Uc>ZSl(`^2TAux1S9&y&|i2lknV4b-U|~##=(R66d0@1YLcVcJBw3p zjtv3@jYM}nMnt3drVL~j9}oeh>EL!NHnG)G(Y6B zFEf?gctzcJ@ST^mbsVe(zm(7P(FkCK7|oHx5ZTd8Te?kPQK?eGzk7YAFE&*2e$tg^ z_!lNpGO?7>7Wbk0B+YuimlgP=!sB0;L3~`M+04}XmmqkKKc)?w%r3Ac{#*djaS9vo z@6X_(VrBiM?gFa__;*f|lfCtL*FNbAEXd=H=GXS|0dw*&ev=so924i;jQ+kfGe9BZ zbBO>bBznrT@c7!hX);9bV_R^lln88l__Jr~)+?299s`VrPh1W8bLJe~u7zI2mY%3` zztAM@X1s=Q3C$_$S+%?7j6Su>I9=PWzCoPl(Ddx3?!^qheXp&GuB>Z0)#@0kmPQ{C zCG3zbX;C8lKz0R%i15U<771$2>F>yM8u-;NC5f5SZVdBZ3KJu%c{@gUG`i2!6ld5z z#u5~Q-yoppGDa4mo^G4(Lz+M+7nNsa6$F2k-?DdMBLBAGr$|Bx52ZaiOH~)xbU&Lq z@97Z}qQ{M5R-~95FQc><9*wLN7T326VOVuiP4&Tm_1j=MV4|4IBsfGJ89e(NIjN!E zlv$+o!mCb{GUpmLq1ij_d zC{xB9Ceo`|rk;4boR27wB}}a}MK^G>{2(c6>P-N22A&h;(EKd(Itj)N>@e^IaaY)z z`gZWvW`f$|(Dc33C~Zi{nq`@YQeGpSi2bBgR|?})|6xym!y#JUp@OqvQb2yPfMd>K zgYw+v=R0UA4gLW~IWKHuN1Kb>*9Aq%?^BL8`qo%cq3sp#BjkkfLVv$20T0M|t+MQ= zR{~HG74Ue7>~O;|lL=G$Rc@BhzBXT}WUMPefurJC@WbmsM(Gs`e5nA(f&S7xOZu}A zsCL41I(Em#R63onE?#UJ zU1b=5m?NWVT&8RI`pHYaa&A$>qi)$tc9pq>`^Nr6UE5*ySmXBjfx35z5Hgc}iLr;) zXTf}G!C-1yBPnGaios-FTm~USdq$o%RR7B7_ixCUZ-#towR|V@X|y=s;WJa^P0U#M zGi7;h8}4aYhRc|Wk|TQ0<$9nDAkqpf*~@fSJMSex65D2|KfHCCoUoHuCT6LEx5iSg zsz;=~m@uHX?pyZkTI0guMDF~W>GSG1%%$o~Jb74du>N|iTN&FzUZy;a-77^Cda3|i zmKQzP^I;#PVQUByt= z*-aLjbSd>0y3*e|l2%`@W03 zkd}iFi~$#ugFh>)Jf_1OIHV}}&2kLFhrJ1g7l@4(BE=!woh50kZBbOF4MXY0`jgI2 zIQ1f%xNF)HA1$slG9b-u8#P651*=WQJ}HSDwCXB7K*V~ zIu6{A&XGpld-v6iOMO;NkI$Tqa~i3?KZ$~7PU4tqaGP+wQ5xnX?z8zH?u->JQ+eVa zj3)UiJ@(hmypfgq1a+&~OGkQM>^3c)PvqcJYucU2L82|DyWLs_@5O7z2#cNtLC@9n za(SXETU4v_B=yt2kVL3z>$l3tnZn_1Eh49cXnR4nxUigkG?v(O*<(z$7%&dhJ`h&6 z=LgAfcP~>}u`rDhU7EVg*HqPB`LxV>?Q3Wkc(O_G_Q*HA(k)>7r)} ztk5Y;V6ys58%uL%ybxK)Yv7PZV6wweDy_#5`;eR1SHMu!kxU!I>-JoN6-ovoNCuieXY0zMSP4Rl9+Vho@GQuP_A0BpBWz|&$Ksz1U>a5exf#gW-k~n zt8AgtbR7pAn7&eUTr@XpmXhb06xyo{LM>4G}>i#V8Z6E#? zCzE$?J1+Y@0`Xl^ox8zRQX#;BssL|-H^TE$H;EA}A7%ZxuI&!8poEn3y7bTdn(K30*p-b|ZW6)^T0r$YK{XIX`C;c|x`jYnI@cnKp%c z=ZnQ8hN&x6Wn`J`u%0P&gsuw?m+6EOqmV}5nqFzO#yB3KHvBWAYZpU9*ICPzD6?*lF!4iVpb)A#aP-2M zS&cA!xAY-_6UAhHpP(mZ#_hR679yYcZu+#pTIWmXwo(2p5XaLV9v3sEw*`OOm|qer z>XFc^%b#i2G#+0-%X}|vK*lSzy7)9>Dj)QWC!eV_g3E#R1=a8xEfVWcYrMAdTa7Fo zS9^IIwD%}kLH$+(1_8C)%5iO1LE6DVdUVPvqy0f1aiha*si0Kf4>7$FY!?HH-V6Iq zWMVqSzE>dWhht+dp1qb-CB`~s*nlPG6i{)izW>4M?qVASAC_t0JgP1y$3mzKWE81n zDqr0HA#$O~4&`&aLN>n{O^*k*AqZ=p87-xWs)OwN!8`AdK;$C$CHF>9YIWqF! z1OO>xA{-35SKp=QOWkb@+6*c<61yRm-fK{_?jw%BBtD)NF)1L*5Y7OqFoJ|; z%eAWS8n14$I7ti4pxtDkSv+&*k1d7gdCoXa1>2ow0~l<02|~O^fw`81wm1u83@AVM z)SFtWU2jwQVmWkz%c6B`eVWrvpCdK#A3VQ#5uj4zW855}uZb7aC1;i=#3s3wb#IY~ zWw7VNYuIQ4p0`z86nn{C4An16cos@C`0~(RG!ybnuFwtfPZ11W(Hy1X5O-|(_otktw8L^IOpNLQ(x zD*fZj%$3n_l&kOb=n23P@z2TzMOB151O5J2{8?B2guC_wUck;K2^D}VGIU>1Nk`sclSKN|A?`ZX{M$F~Xf|89|hS-Ackvj}Fn_9I6< zm__K@9|pYj@3@g~zvf46FpJ3VvBI6$sgG^hCl4WDs{7)FJb4O!HQoJk9hgF({lyb` zB442W#V>jy7@+;dGkPKkpnZ~fb~646i`4;mBT|Ib?#R4nufpkhjHN{W3$imzYYg^n2>8M2DhuVq%{C&_+Zz4%*04Vw z9cu0~n57Y#o|##~aZdX%5V7>Nr@%Rs2Z$O+7I6eTw|d^ym8C#RkM`=An3m{85%Q6F z9TMH@l_zxSoq;Oc`OtNJ3+>)0E>N@9O7+mN^9&J4I?lF>B$5dtyTtsbtj42hyh zrUyDy)tQL^K=8o1CK-G>($gkH z!W0hp*~j6y^EeHd6>?i2akmbNL*tMr>R8X`)?-fo% zB4OrFI!hSQm^pQhsX5Otn3=pGoU2wS*m_ylFD&SUqYZe zn}tvfNCZe9aDo$9qxPgQKguu~t@(6hlENyJ|7;|bGTxtJg(ktcn%M}20Y2|>1F6uR zH5it;NP9lFwHjP}R45(xsd$TS2ulEuH?nx9asFGZfsk>WM`jigsn8spXuH%#;Me=s zE;3v~am??yUz3Gebd*E~6j)|V7K+;{x0KI7%q54{uWZO<+1`!0w4Sk$jA2{V;y9Z$ z=K5Zur;%SXZ_ZzQF}6eHh$jwc+x`_+QoxN@G|%O5KbD0jmv zpmN)u)P}HfC==!34C^cf2O&|V zSFKnU#>T6Nx=>p%2(0yaRTH9RsKH(paDmkW(5Pr#BuFNPtCbcagyfX5o(=Kx>vRXV zf)Lr7Wdp?kf^Au}uEWa-{^GRnV$Dn+cXQf5W4X>lrla2A-pfvN_haR){Hw3EoSOyJ z9!yo4Ci7d>wDhR1{v z^@(VHlh40fivmH!{?mByM_BQnYyW+!ABcnVcv^t}zSfh0=I^2U69j#XvQHKpaIStq z^(P|%?Jv=VCqn}5FR1=_%wtr3MuZ{9IbA1z;|N1w7JfTAew4Wh2A_f_HX;Ax{4k$E zgMVw!O<)r`>Z&n86k@fKcA zG4y*A>3MI=OelB4Bo-%*#vr7{D-_*H5S5F%C#Y~!oe9r)lb`*4gy709d$8&!MpEWn z?=x{6uujh>D6VgU6uuBg0L7NQ(Lcx0C@E=$?3rayg@aOSP%9xh5e%N!o3Fqa@w>T$ zSrp)3?!zEmU(jg~BcJ4~#9*_&hK`fOe4&u{t#a08vr!{%3hOnKL)zu$>(fkH46xb$ zovKMU@QNM77DXTLlspZHA%*a`W3N)Dr}9+5@`c}doA_xz^J%3@og<|{u>G*mZP=s| zX~rGp`n~*g`gEKe{0_Bb+f~)4@P)ftH$kK~DICK0rEeVNlLw{9A^Up17iH|8Sxr;6 z7lf?@NNr9>)81L&kn@}# z0}$J(#p&D$x(JYK!&Z&H=tNlQjMvZEN-$3am=WNwzz%bcIKW1zh0xI{b7_0IUF6c7 zara5$WqtP8)18&or#V}lS+=glO5d73<4G;WlKVaf%hAjr(+ycd$DOYGAYp?`2YOQx zq1fGJZyUJDYWE@z2&b|L`R->}wJykBSg=C!9s*BR%r5uk*NZ(hQFF#V)b9)04{c!g-=MG-B7kOPpbY~@T z(`(}HZ3tT|_YnIFSra3Ir7KKV8EQ?#bLW>ydN_#;%5h8X?n4Sg@+b20#ma0w4Rvo9 zl_~SimR@R;x5`4+XKzp%)36LOTHz!UmAX$*&y zXvyQuTCVH=F5Ljde$?A~-$+F~^okScdn#%)-tg!x3iQ#G=m@imjB|P{8P8~@78#}s1zbBUtaz5|9_v7@n_75$Y1W}`7`eNKRJeo@V~owdUAn(yS`B2APrcF{v<~0~RP&DL z-a_i9Dx!0oSuTPDOM%EG)Gr$d7ZUlIhLJrD`;{nyx!$|(_s_LlBP{oYkYZZhy(0~s zn1{q8gPDzXGmAu#W%+LIRdD3c)j&D4ZmdlMWu;XmZ5d3`6^G(#vJWAz<^A=#LB;I-Dp(&x|T0?GoErE%T%|=>*&AAD= zY2K!BE@;Tf(s*|R;RT4hg2VM0CVA5@iKQllEVB#uk&3-Y z2_1-R`yoq4Kg!A@uglgEUE!1KNJmd3>@@R4rw0O4ui#Z7-9ZQwv&3J@_%N-Q7`nH+CHZo3 zd|KT+K61Qex-7#z`Zo3Cw$W(x9f^mFdf1UM!Vew__zScYYCl(c_375tunt%3hi$YT zLz7Oo1v8!*d@>U{s~|xe@CDn3Iwit z$U0yc6?pn4T?{aQfiDpj7lnSzQgwB$!AEHQQJ#)Us;ZYy)o2JWCS^Hxk%qe%1fgR( zQbKMYa@T~GT>L#FVa=enSxuDvJhqwY+d|k*o%>i%*I&{Eu!`0`ZfRHD^cxfDH=sl) zrL(4L5pO`=3zYisgeP5w*MxtglFOE#suT@6?4~#3Yf)4Q9<8@VLj8}FoQ>`dVlRkn zS*7s0b!;-xQ9k2B+`Kwl_!95h61w^d=TlUKRvTd&0g^HtD)-zQoz&yBxBQWACC74Q zuugw=@--#p^3Ew$<)oAuH=>wyY)`V3-aFcr(ioE4gENl}?L1Se=QL`8fzV=pGAnCK zeI1jFcClYno+bM2r$ipc8NNhbiB0Uk6x}HRitc=rY}x?A>{7k390v4#M(_ ze=%EwhNdS3kG-u)L`4Gq77c#b0SC_*)|6g_jo#!w)wRs@itE&`rK)pU)Ufvzv4i&> zJZQxgxD(ANma06em^>pNw6{?Rc19G4LhZSz%#? zGpTR{ePC5Ck1AiM)Vh36{_1;rikH=LND_0AxT)Dl!sf*$yevB%~Ff?F6n*K^2HTOJcOQ* zZH|~6k$?)nbj3Se$V}Y!VbT2!!wMEiXn7KDhmv z_ig?CCf^Me7ie{dHd7<_7ft3*Y8mI!+l53z zq+XBcWJ+hXdkPtNPX%dF;JhI$UwlJL)sCke*BJBGC07%bAMxEriqkO2cjj8>9`YZj*xfNc@aA)*G!8<#-+TbdPcQfvXhsZtBM3psX!nmuBy2&JBlA44!Ml zL6@1^J>`|CltxiYvuUl0}8Lf|sZtUptr=XFn=R{w9w%iIS-HQy|$&JU10 z>dvc$Z^+|@wH!cb{S2e2A%Ws=Of(nbDli#=`XHoJc-1e1#=75nne|Zzma!Z@LI+b9 zP~!-Rna#mRH?V!kNjwdxafJT*{%4zZHXB~p5DW#UuKBsx8^dp2n#Y9aO4P7(SKbH*QvZTzq*SkFip>n zDnunsz9{FyogFjPF|5dHEtw1I#TU~|vkc)jtm!semAXdohrBjE+`$|y|A6#=K=IE2XfOxY@5POspv_}Mda|qlu<(Vw?)WnRVm$#5-*^DN_IdvZ zQ2dQO0ACx!ek1}`meU>pAVLKwNdmj-0!L~-4H>9%EVwzt^6AJ1E?&XlhJ?}t=U`>nQMK>4mijarDc;f#g|rRs~b~uo{F1{RGMF3#ES}s z;iih`)=Sr1Cu|-{TnyuVz@t!=+-GF19`1N2RN1xc=mv?t z9rvZ+4+9hGUQ>a!?RGr6@#L%08WVlVk4dong~HpM25~f^qUlvg;sX}6tS6e49pz#} zEeSSr-L0183-rYZcbdWuM2a*jkzz&%xg?=5f91JgH)3?;o3Juc0KM&~5$ph@F4k zzghefqic3`_L(^pUn7Yhi5|>y8qS7XyC@7)lm`eMaGS(a{2byV-qo)Hi84t&x3AlV z8{!#K9rLWrQ#}`K#ea=I{4BJDbVV}07C#zE%LI{lg@2}|wcI73s?gkX4-`(IB-Qhb+qa2R z_Y(N84VR}oL``^>YC`Mv<)?5%qEoLgy4O8ALcH#4e7P?t48KF(3EEFpXg+L!*^kTE z-`r}L+yk8M_#8_^#QIRNbc)wM`0=ML`$lF+g5Y9NJfkNfsSh(=FZpZN$pg&bT6D}6 zvgi0x!#a~$g;(|GmVu5k35jV7{Q06C16*rxvO}MH-djEoj$GqgS>)hoWpdSqBq2jP2j=uy_z1Wevf>6^{s1M?(f^IjdN9~AEA*M zIBaqvD@bA*Mclme(firnRpR$@k}Cb!8pyY{pnIf}IYU1RuLy}sng!64BrmO0D8F3d z&LiF}aU(in#4Wt?xYogJD`u~GP*R-6VNJsCU~T2zeRIath}JOwm-#sOb^aUq#XGZG*{B`H@n}XR+r*gC{NZ^7v&;J)seoxkd#U^g8FlfF4meUU zeIs+!@Y$}1uU7Y8p**miQXT*b*FO?ubu!;Sr9Aw91oHobxB9Q*eTdk%2ECtwQvdY* z9(r>C1jygN`*(higY)-F!=GT|V?2Gl%z$(GOWMV;jDY4BdoVD-ar1az`xacE(?9+9 z1=kQDPU&1HC5ZEM;6q3?YRyTxtVjET8C){a(~g1ENl72y8DBmTt~v5+N5qC!7y8A5b{CiE9jw|0qGzBL&mwJ z0A@Q?rp@_Fp-3PIeyvGBn`JIa;fbgvP$*J{$AWF4op&7OwvT#>7Rwl_~t`%)zz1{=KfW$W&KPf@A5Z>jMJp?1W}XtMFY&ouj=ix z?&%fc1ie0rpa5=_ZD|I}PjY7b&KWP8#4jO?(j_dU=108PK;b5MtaYaR&Y2wnWy3FlnhlV^1Vx(1dFZ?2G|v57vVc9|8Go3OvHc#EdPlR=^Owa#d0wOeBWHEnhUB zM9}vgy@XASH=TygGTaI%P>2$`uzBW^c%b1kQf}LFCMTD89^_V|V8E!N{w$p%Nm(@kr(77C#BE387gP49Cd zk_p#cclDVTtx|14{P%(6?E+*8hvo@TxYoh%$DPpAd54|nYj(U_uaEMqvJnbpOnDBy zoNj=#5iuE60|});n3Qs_1=koVG5L7uu7xK?1m$XODf^3xMN8k;l%}dQ5E!zT?)6gn zwC5-H9`QZ9R<=GEgbqQtrq~QCrF)yOGd8|Fylmfbc>H~?H^1HrL3CL=KB&UXp)pdl ze~OKfV%2l{Z7HLjYi$VfF!v2lo{A>pRKAY&YEfRAn*x*{mkMyl#_V}1AMURze)!9p=$a~WyMe)Q%?}Gr)`1|uDSNjz9n9yN60G&{X#WkR3rsR zq$ZCNwIO#yWESP|t_dNwYzcb8j#03sij>Zd`MgqOsUu&OgMOq@zB{x)C=eKrf*E>a zv4{K~7h3C#u+&3)#69%k?pDK2Q|i(#{kQ>;rIr|R%AGxQ%kAXEAV2#n=0UjnFPLoQmoogJ)%-*1^cAA(s5j*@b>{Oh{9~H?Ay&^ zIE$ZPZE}-6B=!pyDO3b$jc!$|Jkv;PDOeFtGIPN)+3hG4VBUsH*l{RI*hX+|a@{{u zYF`Bw{ZMM`-|DWvJ*djQFDT68N!we@R#zXh8zJlC| zd-3VPgeik{qN8I8ee5V4&ak+~uBII!M!9WtJvXrO!V9mca#y9m??}EA>T>GTc@^gw z-_juKYgq%DS7!;~c-={!#U);Noiws8k2mMZ^X*n|^{07@(|q(^aQin4J56xzyf>e- znh284fJE1m8@{QH9<0+)eL{>|s`wNxjOmF@2M9gz`W@`|99eTOy<WI9akxz38fI zuhdYb^h9ZEYv66Yzy6+G(lEu=h|jg?6;HhF{_WgD4x-6^Nd}}3yOtlaogzse!^fRb z8j20V@|BO}M}h=#o!;?)QjE1t3LlO%u z?{ZJc3%lF_uyX+BOP@D^>kn1KjjK%7D2q}X7zs))@Q?TE`Jy>N1CgOBXD+C()Wsjk zf%SBxDL};=1QcZis8oRTu~s*bd3=D_o9n=W0)KiMz|FHE{U~`d@t*fZ$-Kl6s0W6E z7Q5AV=$LJF-P5=#hTmLtlCR=f6%0>8Q^et?K#nL-#xOjQAO<&Zc#d&@) zL1-_;fTLoBv+;_&*uX{brzh>3?(vroc@hV-%BoRxQFt$0som7&2|}d|im9G^UVndC zhQDX?j?D{S>4ukb1j4NG)cqMwMVD^{KP{_H?$R@XHO%$(^C}Lwyih`@(N&_ACOlu5bt}$RX zWlKV-AFRGm!!DL}E+(;ZF2M*8bZa?<{NB!419{VDgIfzF3>@`u9M%(75ueT=`S#i zfZ0J``&9w%r$1mCfdCGyKg4Zu4y(gCy8Qp*6#cc7n+sh83LML%zei{321&X_W}2E-2C3$2Vwcg+y_YgT!t>z zZwThYuK~rg017w&t~WK|v6z#ns^CTe(VkNx)GCI)TCrxkPALFfzd0dDeqmYGZF0>U zu57CH4I$CJElUm^JKVU=93_A={?>);YW3%0ZJ#e&C8SZ-sF!T2kiI2J6I|k^hj2c; zpxA+aCHIDx0>mK7TNh@VHXBOP=>wBC#I;}+KgfgewZcLar7z~Ac)id#rro>b#Igr> zHZ?c{XDxguYJC(i+SAj#ovQ4~1@t@Y(0#ctmtUHUw)os^w}rls0eCE6(l zgwm=fauBHHr}kuYo=Eg+K%iopo>VJ1z2Zx_$sH*3p13+kohdEPo{kOc#@GyQmhZ=j?=dMG1aw~0-?->sv5_s3W=?op$9VM(-C^&l+TFmaEOUs4Iul_(YJ6eFsNW+Yko z=V|i_nBza*Ra_3dzBqAv&Hk~FpOr(z{3Q#Uo2*E|X1hE_liM{iN-Ot;?9$3$Kl4gj zsufJo&4a0yngrU<1a z1u}%!AqkiLf=cW+xYc{7mHE?JPjl7qDmD2-s1Qq z(@y)C)l6%iC`6&+4AVGP8AdedR1vJ(Y@fL@ux*){wq7EvhZ0@spj=^kJ>)qbf#-Uc zqFv2hasDn;(wMXp2WAp&f$-A9!j7ehFN^YHIw20q!=|3a#F@F_3x9}6*sfPOt*{_`QG{{!ED3Y7oP$NqVBUJ3k}ip+VS z(0^ke!0qxiwcUT?E&g*)e?BVzyT}yGD*QW1V81~6laSiuB@UpW<89%Ww(zl5aDt9b zd;KAxb2{HZoTq}rfcQPsIx+wQ1C=waDLgLjM6umEE}W^2>+!5?wR<18Crq6TrVkn6 zo|s@4swPs!)4WM>6`mURKt>Mo-78o*MTu3bRiYpLY%>S7$1F>UT`>Bz<9c`$n&;mg z$U1xOba6h%at`;wm l)u=O?zq;1oski)?g!#ebxUsR?Ymqtly)d#TyzQG5ah&`H zrVV8gGlP)feptqcJEa`zE?v_KZ^4|46r&bnR%xsU(9*Qwir*jIfK1NmIb&lv1$Ugo zrNZ<88t9W6hvXEMAIl#F5$LVBzK5=meMLcU*l?NI{F<^!ryw%jMGzSw3_&d}j!3e= z3W2SzIZ@Yyy7C3WU{3*5rccTN;|eA9gBk!Q12GkHE<*y-=cdUz7upX_B~*r)17iM* z1TgssS3K@vEke+#qL8ks%$5abCmOa?y(Jj9;uQn8f~dk0WB_wRP^Cdbh}Mfy+WM_7 zP06F}Ejpq475Q!_5oDEFNA@ZM3*}Y$!H=>w*djY+9a-^rgeMfr^`&hyBlx`IA5~Cy z518^{J9W*xw|VPqyLrIR+hTjI?>bp~ua(%8<+g-+UbBZcBEvSll$-mx{x)``)p5|Qm zCG>Icm(a%~Pj@6_Lpajcf%XUg17=r!-*i@^V(>2TZN--;$5AA>yQXTh8{qMldReK3 ziOySW)dkU*kItg>n$lq6M`m>|#abw`!BWFQ9o2PpaOLDVS|l~{O|3TTY_Qd=P=AcK zcvH6a*J-*D=ou2atC3FY5^u-7=CcsuISxJaFYos^*mHrI`{MCns7THRUuH zC}gnd88i#5UkAVZ1qOW(8`qy;&E*V=`D8<9^XUG?@};{UmSyfy;Ta^p&kSWzL00h)%4|tx#)>&B94V%4(uJCC#_+kN_Ml_#elZdS=)tu>rFNi))SDbO0_E<~(7>m`q zzy6_)vGILp=iS!{FV^0RZrpVVyut`^oLvjEbML1PzJOn<(_Ng{*6q5@fqSC@{^En> z$Y3Ey?9M!K6bOHw%upfx4rM&ur1${d1KP|m=C_5#$b3CK@Ay}&-y?PCeUNs1pP?(V zdBlilThYqQ1)JDggL)U%CHE!Y!C#a%&g8XBs#hZrRKvn=%*bs9P;YYrpu86{SR~?k#N?qQ3;Bft* zad((PNMrreF{+3>MirOL(%*(k};NSB1|l&aKZ;;`dfANTY;*y*+_3>tBc zb;7i^wZ&z$zVT?((?OdxI6&7gM$8&dPH`a#--G={^t}E7Do#~AI7J!swJXLv&veuqbAjo zqw~a9A*e!>%Lq;GXfE_IC{-&ckwzVF=DsXX%BxoD8&P)xD)oc8I-$zSz>W=VvF|v7 zuEP;fU$I-pSLKM&`ta~rMdVXN(&rj}@=4c;3F#LV(VrwkkJvy82H4Co>ORuphaD9U zVclA-FgBQc_JoWna?@(Yv|HsBwc~(=Rr~d{h8H+}Q|@c)Nm$)kH9HF1!OVA0wpw9ZXl?p zWrv_4cXU8)s&_~#lCt>RAnU!zxrm0P$E%FZSMN)gpt<@kda9Z*AykUgH_JM+5HYcl zYxFfb*W9)@rN{c{QUC=eQJE%r5(&~koRB?FZ;QmJ5A}X!>;Axy!G+lE*7u{&d!Vz8 zBk}FFki~pe!Z&iz5*;o~Xi$7El90hHO9Nrcj0B176)mV!+}ySI=%8l5TKDl<-IBtJ zP@j@F%Ow7~pucFdZD?d9KKy#P*ET0JG=7kbM-{BNyQ(|1uKoSnDwnft7v{6!Fy@iB z+~b^gq$PEO9Uo1s6216fFZ0$e*8Yj%C%DRs1F7F{yTDRAr;!>AJ|)v{^bIpO-GMMT zCpC`KN7VNJ98o!oSf7yh`QWlawe!taG;5+6YTUwU9#pt(LRK>$@WeFPWplq_#5WYx z)fR$ULyO%H>xTEG!G-4qA4U*S%V83&uug($(me zk&IugnC#zMG0_rCg}#>+>q(f@Uw1@-Sx;#ke=schWPZOtqgX*F`w4L2KcaDbeg6FO z`rjvkf6n&5=4}6OuxS2s5C3=O8pI{?d!G6)`?}$ApJOa}65M;*dJR6O@AB{JnFpWK zdjAdR0qT;Q0!8M8kL!|;SG~*u*h8_@rB^CZQl*D1pbcqwTi8T1A@{tPl*xsWT4Y%= zn6accW6Eljren$m5)H4B5_k+y5UE1rgiB2dq@d(Rqsd&LZ)A9#!XGYlWWT(Nv96%G zubKT6(waiEto~5 z)fo@=r95P(t4^MguSsXh%Aw#P-Ui=;9$@{P*V6w(fXF;j4GZ!0K)c^q?&79P|4b(| zaEfSSr&eoT8v!YPi^M@rGfOtKqe?(AkAM|9UbBXap_yWf)8S4dCa2k^&%NSszW}M; z1)Fxxs{|J?FSxl*9`k|@ym{R@6~C@w`II*>uT1KVp(ZoPWy!y$v&meVv^2s$wn$?gXp>Td*5AD% z8*MjKFCBWBDOr#~T$bwf`2POAB%&R!4zzl7|EwM~WO`GM?`6e$5;*_Y0Ynhnsk}81 zu&Vz^;@Zgs|3CJw0<4O4?b1khw@N9s_a>#JL|UX&Kt#H`5s(Iv5RgVe5$RM~x?4h! z76qgPX$ARbZ$0;dqL=IO`k&+R@SI17Ju~k4X6F0WyWaO*>q~^l$?=Em$8Usqh}`~f zr1j5Peg8j^76`=iwIl^>RR>;V1L!``l^@or^V!OO$n@ebyYe40O9STEm!$y&XrL65 z1R%7?9@;bp8h5_~I5xffFob8Aj-O`hN3)J922= zRH;0BGtxpY&h9pM3yt1diN>pLlFann{8X*BZrH*D@m!4;-fA&>Z{nvD*f^Q`KW&YC zIOa$ko7z~HzLllq%jkTYcaY=Q@pIktx#I3ORIk?Y8@KIV*1BHM)cK%${CxX0EwZtN zg}l>~o41-!TzfZah~qS!cl9k|-R17kJx!@|dZ^HHdAVc6fiPQU zTE=KeXQNzr+y?xO3@76_&(J)XD7i{?WL}_IS&Ij|P%0?6I{f~t%r)=sp8I8Qk286y z=N%iL0gQG;}+t%+*5VJ@qC7RcLybXW;^|J z`18~LlH^#;o3SP>5sXio?*`UOn%u$ek5|WQ^m-Ip;(kvB@GFTWohsaRe>u3su$ow#E5xiM~vT+ZAzj)uEq3XjIsn8T8;(KX1!~_ zCfAL#K6IQRHXNy2NbqEH-BwDQoRY0WgT40qx7zJ&%yh5tCGrZ$mc2s?ulmOsXK2-M zSsq}741u*1{zQ<(3;qFld&sB$$$ndu{W3iqki(`N`Sw-$ z+uZ_WmuN8o*(D$L)2+y)lPkKMEuK$y?R9T0hKA)saG0WmIS7bVCy-PONaK@y+)sC@ zUS4G2W?u*zi;&P-95r{$ET$}0rPjqiQL!`K&QR2bc2U4_PQ#_#@^w5dxu<4C7$X-J zUNx#k1Rjm%O(kJVWSsL@!wE{yVp5pYg%@vzyWGGXAH`F&mp^^ymHlYb!U}E49NAGB zK~1*&uJk)>n#A0qCnu8DtP2E=4C?1evZ@8V(5~N}@k@xIU8qre|Mb_*^Uk`J!z3<*Br znn_T0L{?A^D3f{TxD~Idz!H%a`{g*U(p!O!tP97?NBl57vU^YDJZCEES7WX-ySYAE zdgmE6oqZY$XHR<>i->VA=4Ikz1J2KVOhJ=)1F~1vijK9jA1sUX;^I=Rt#>I9>B zZV<_}=a>umN@S5Wy1OINo`Dn{y-rfs)};qCZt<$zex|s|j+L~fO4%?v^?{;Jb`0(5 z*pR2GOnpv#EBOG;W?-@Tuq)yZ368 zwWN2_MD^9tvfsCzY5PC}Hs0*Z}s z%FUOQPh7xqdEZmssJC|NRgFwI^?E?@DJf?>G2!t_Z64m@UOJ@PdL6!O&5V`K;MBV- zXNgL;oQ+2g6>1|#)q4M)7& z5iWKc5Z_6@JJC1A*FAk<edsbQl`eYcDa!A3HZ65B$*rHV#Q*S-bFlhg5vIZIH0SHn=o9`+n4ZS z9;BQCJaMdMsvLL7CpRo9gTd{5X)U{G&i(nj5l3a(CPprRPeykx+4~y2MtVo?A98)s z@_`CDJ%L}F0V!*02v@~Z&k0Pf!JX3XVa`f1(wGymTg6r(0814bS&pvGwRHgQBO6Z`KiQ zP>P8Tybp(E#`lZaekNy7=!X@QWTW1sO~W#WV`)kcVR>vdEcRh1SLxJ%i0B(B1%ZI( z_1;r)q1VK7_@#L-7#wZ?K+L7BaL?`>k71^~gK~bNG91H@Qc+vLgMKV(sQ4S_bG~|H z9?40U=Ljw#zR7mS%(L@{5a!J3w!6gHw2?*cCc#I$s!YfM>i10_)$i@q26yCKS+D0Z z7hfJRv@pb$R#G-UKCVI^s>O!T6ysh|n?8fOlXY}SpFOm7Ivu}i!|(jFM{sVJonp3D zS}zGlUUSeJjn8qv&|gH_obopLDukjim|6={NLM9T%LUyo^vm%BTtxm&JN$(DZ7_su zZy*S*v*P;iOa36R%HJy<1haiTbUz#E7S2 z?{-ZB5N={rup-7rz62?XBrqxCXV*Qvj_O0ME`EV2@I;Y6nePTps)@c>+0*DN8;~tp zU%i*F+j{*qUE@8CFa+wNv25;Y_TGM7b0z;tjZ2y)F(ua;t0g~%%Xzihq9^CrFYG+a zT@qWYMORlaCzvBhb|SXlb{}M8cWOa>@!%}Um%xXUn-jXO93tTY;@Vep3tS;KA{{2; z8z&#(s=(v8OD>Pood-VbUaFS%k*>IiXhq3muN!gtX?mb#vhIr{{88-uqG06=?B*($ z#zN+HMKjkc+{d}5MIO&sQUnUMuiP)0hyXV<4ZCmBKc92-54`WTLSBZ!INv~(ZJ9bx z!FS9@XYf*D9O6lllCamEtI1KBL$-+>s%I3&hzm#7uUFnoczY|=6%K(y()qxvJZy60 zv%-eILT&*0{Gv(Rj>OBml0#o^DLcje&M zcpd)WoQM0=3??xt;#QE1Mu8ZqC3;=3;O2OXnaQkv9I4tn-Nz~8nMOgfN8mpAC|!^q zy|OVo>EY5KoZm=k=s6-0BRHuq_c{=A{(7(!8nt9YU!2?<`!nNM{DvXQqJ!8ZdLJmq z)J128+_vQ=lN;$T`VBtymbFblvJ#TWu}})rg>qo`C`E9mU>zWTyAdT z85CY}L1~9ExZbmF#|>UhEZ1i#Jf<~EeVi1WWUOm;`E{5rJHzJ0l)zfsQq(E;=jLp0 zg8KNUj8LfR=fjij^wk(MCbjXd$xCRZgJ%(L+p^c(!}fehd5r9Vt#-BY#C=n@U?cXE zIZA@l-iy0}rcY!eg1M%6o~_b5MM~d(vs;^X$E75a(de4(!k6zP@OT`OhlG4)d;xgX z)c>KluUBC~qPxS(dTL(~OMBXRl2g$q2?|bd>AidTLPgla|BT!c zyoZ+?dNd=^@s>=2b=m--iv@N4$aftcD4M%kV#U#WU#7Rc9MrIDV=C+!P(M0BP2q6L z<5hSJrA*B=X~fjRWr4sGIHv+v>(vDu?+D^%+j>OB8~XN7HGA|hp{)ehM%Gz1XQNmS z)Yi#KE?4PoO&OiaE|VgXR$Pj8dQ3r2=)Qb%B8y@Ir{ytKr@h(qnS4Rgrjs3!#e+;{ zb80e$S>d=0qt{Erug2UyVvmLQ%LI$ zfoe~W34TSYb6i!>RK_-f>)BT11MkcsIYiKB<{F_gP)`V;)%1ntT_PHt8mIFr7msg@ zsXBHKoG;UL464qi!qjdM8%C0&@{9`g7luHNRu?}EP)TfAsJ@6v;&?Db6d;smYRX%r;gUJ+;1(wJIhb2*@2T9 ze%rdEPLcmwz^%xtTLl-}j@1}F!su-(kMAQJQ@7Q6dXcV<=)A3hIS6bXaBbPoMj4}c zW|Syzd1M6#C8LsVcJ}>rr5DSN;l?@wU$M}w1F!3ltQpTfQ7o0#JS-0mT(RyC50((b zt%@z*3LR1O-cgTGE_v$qu0r!6Efwkr@-*6u2YeTgbFuj!MfT}z652gNPs*vMXOo#KjOO51w7w#<{p1z3em>yh#DeZ&l^D2=}wkuR|?Q?8izKz~2%9{B0bW$^U z`S)g|RMbqbKD%$6*r z$Xpz-xOI`QMlOFlaAjP;ohW6q#GOKfGK=SY=>%PaP8DfQ0{jGuEr&<*IOAClNpVa| z^;&8?^A0UWZkg97Sd!4ntZfp|Qs0W+x8|FWVBmTrKilLK1x^@R^)P9`w(Q1mc!D-F zm{027`uN3kl1lki5*%hk(#9H9EI~I^vsrA%svEuNjTFRkM5muBnrmJ>A->RL0ul0L zkJa{hRksn)tyyHFpPdq0zk73gW$x&kKC8!ZLa)7^z*j11cO5hqK)>3?aFyi+V{KJ$d(x!$_lC;wrqyd)t%)$KsG-!smUhVIZinjfBe`PYm7{ zL%?%Emi4%4v{I8y;fy?pO2A!+lqEhIE(zU|5rRA8gD?Yo_1q;qVz_a89_iUt1s`#6 zx*8ts82T2|lR_m*D8{29u+72o_C)Mv5?8f#`skYeu@RMr&IJlPzSW>s7IMw{+kF1<;?48F}*k9Ye??a>~0DutB~XX%h`YvT4bq> z5SG3GufNz84>a4l>mFW+{u2ao1#aT9UW*N7=da)KMO@LDY1U$`akzOzkR{(XI^rDe zso;TLuhU#1K08SnVHVWj-KDd|WmGrCEM|P80{XDCZq_Mz8>^x!q_AzwrzHD8*5#QH)i$IHv{FVCVdt&h6S$ne19xOyn-Uj3pHRD)$^l1qG-VwJPsfAL#|mgsS=h zkd@(S^hX2~7YJq$+$$aq;Z2-+!Wng}24Ujjz-xd1sW`1Tf>cPYiu08BQyeWDCcY(z zyVWzR$nbfP7U{hZ`Z1Pfgg&JNEPrb$biq5gXOM2CIGZ{WFMtM|^d8}j`{EjnB4l=( zj#aRSPOw;H`IlTI%uY6j+&!xAbM>y~lnPN8L*STRmOXI^&ZC8GFz(BF->yJ$&O6t# zYt_q&w-L1*DZ1}%N0IFC+TT8KWDW_F!MywCbPyXoU}I+s61*(`hZ^5()|tpqp4czb&Z z4S5sF?d!O*N~ju79xrB5`7cX6&f*%pQd3^hG-dI^#Jd7n)W~Fi!_ys3b6Z8CITAr3 z-vf#wATV>GpGOdYLHk;dzq7IA4^5*VT{Ou96JY$9n*o6V{^H+hn(zA?7pzkLzdaTN zf{_LL4?EncK)f(T%zqyWbYnwbqp$yfz_3T)>pT3}PoT`qx6T0q!MdBiwF?i|4{7$WkMz6BU~1OM~&g1N*GvDaZn0L*>n8)pLZ zaDU^||8#y}`S=q@|EIJ6uRjNi9_CJb?OTAwAb;}O!Qzmwkfg9V43@zHUKxP&`d0!A zcvn7gU?1~aBGAo$rLTY|3)qBZub|m3;1L2gKh;JUK%WC(6FQ;5jsz$0-8k+?y@;%-2>nFwJmIDo`P?Hf)5!_ny2%&= z+I5vuh)}|@ND0dF!kJa9ShX6`?vwQ$6IhocFMNHgB-LjAI-J)>V`~nwvOCuLRh62n%mQ(RJj>>tai~EE0Z52m4Y>&a77MnRWyv; zMcf~+C-p+OV2zS1F-cI`b?y~9n}X|cLfX0aW4PKwBi8z-c<;5-pL}^@wzoM&op^?i z*DN`fo<2`-;%q9SOdxW$uR}Iz4$3n;FRh@r$8K*wFMcYh_X1aQYfPo{Et}*PLd9v> z&I2#;uxt`!KOjCQX9DCeE9TT@2B-r^F#B%+HL3q{xdH#-a>M&Cmz#jn63%%@Uwt%g;%IF|jKP}8DP4nZY>>jbkxCwXu9@RU;b2-%#^TB{!yf2w%A3}JnT zaUDePX&_y8`Xe{^lo88|Uyd1MuVL6vC-J1Xd%HqGL5{&E9^!B6C?Y9ut{?9-k zmB>H-62#5(mqA}&TgU#)?;*f#`Vz}Pz+V$_hAj`!6$E-9u%P_0Q~^goH(^WFXA8<< z3Cdq|LE(lzNQbFP;N53t477oMoSK1zgTJ0B;wUuX(7u~PbpJe6+Dm<$+^QP=$P-fc z5*i7wn#l5>6m-l=Zk;uu698tc{Zc(RR&BcVWtIHfA1KxeDV%g?BoY30!*I&*+oZQ@pq#^%FjltZ9 ze(9|^~XY1e^)~}`Ku-$rZQ8|AfUzwhNRo1sV2r*1Hrnn2`u{17+ z$cc*3sssl}Grrio{z!BOQo%@@bIc}a`F4i8x`?E4pB?7AD!S^(U}cZci;4v9XD0Bk zWYdJ46iUBKyli8F)ITuy-GmV;rI?k07kJEkTqO>UFaN=-O}@YF3NHFFtP zvUAUvSZ}>7O;$Npadfdf7nOeaS-GL|Ag}JrV=EM5*~agP%1828mV7PkQu|nx!NN-> zv{&f}T`Wn;NHNK1rw7nUE{%gmlS+}PGh9-s>rL+5UW;EUqj+bFT~3=3Eg`pNKcsw3Dd6>mvc<%KJ{<|C>O_3Erphgmp#^+7FU`^!HGYX&rZG& z{~|E1Ve_Qf^=sl{-KBUuB!d>$*JO?ebB4)WxQ=UR2*)s{?5IXScQRkopou=Ne?(&4 zonp*{c9`VySkJz4@jIQ+a`A#%O)IKZIf-$*W1&TU;e=Ho$d%>#!|~`ss`Zn32_tXo zJENTg!Zc1;Fn3!s&CP6;jEkwhdWU@XxXqa_hYqsWO!Fte0}v1AUVQMKQs3O4BB{^t z!4DIMJ)k0aKRo#RZ~eea{3{o0gT*EOZe6B-2Fd-3$NmKyg@LBtuSvvl{fml$K6wE4 zfld`LwguYn{0R$v+=lr>!*IZ7g>u}7O#A$*Rm$9lrJw#%^b7YPNu$q%@1Ph2=)Nom z+(m{3S=OhzE(ay8<%f#V^o~GV*0?zHt>VQ#JQ=`JpAqp4)9(r@USt>aLD&|QG{~(Y zZ8Fe!5ldC$p+sxH2q@Cq_m;*1iu4;K1+2)^i49Hnk;Z9weNtXxVJiq>JL+z;y0l$q z;2kdH1Dp3pJh3`+f;Rg6xRtI(<-n@30n(^$>gch^bB}xE;)ENfZ{wEwc2=5etQH@i z<4}(cm7*hTno|KC-?b<@>Dzs6uuXR(^ECSMW>@k1!gS;OGOD7fAmvNj`bpF{-Wxb6 z(dp^^I3MKA(GCI~d*Iqn03DqBGj89P526t z4x14FO*p{jhtKEC!;+uBD#LI{X7n@i*De%<4G2vkx?B#!@wj#R$cIj&N5~ty>x7Sa zAKxu#xHWlUI3`+_`Gys}6;aFc*T71CB=CaOL)vZ0 zp18fESkVhg-6_pQrdm2VC9n1lez#ry-ItRFuyh`hMEYWa-RBCaz#n~j_WY9eLi97( z{K^8GU)=^UsOD*_!$-y51jyJazJx4=5N0;)6NFku>KH0ddJYwYIS#k0pr+X$MYZ?K3D1#@PaRZmnEyYejSGay~oLwyyR4>+9Dt66lMf25~(b9cv>?TMO%t^Vk_}Gb2+cTBdW>dbWDzy4u#d%pX5cvITylV@S&` zZ((hwZTj(-YI;TnhPJdk92_6F<+aW9fIUQ@|DF8zDOg1D9>fXdh?Q*h%v5OsqbYRu3x9mT!3*u4Fx57&p#?G&(942e0c5Y&>rYrM zK)m}X?C%XxKjFa7mJ3d9*qs69vfs*|05Jal{rM{gu7A}<`uF$xGE?#^j|qrVmbKfT_~AJu_5Z7evOI^S`S)8++J(vl1Dz&-#uYNjOq0h}0%JE5#xx*_ zdS5+2a#C~adW%HTML+BTRLX~@9@6kL2sow>b&HN*r6t|B_f->HcO{(!N4L^OTj0sp zr%76`2}&+lf8bWXU@STG_N=0D-r#sGQ_9?(&|RI?AktW2x5(UT6XZ_)M^m>Vu}cNC zu-@~lr|NM;!AF{%onmZwTKYoUr;IV!M(j~wUg1MdI>h0ubZp+HmMgr&aVAvl2#pWp zdQ7-)wq&69@!s_ZLY6&2 z;kTM{0F}$V9KKz+j5*RDLlp+U!mp5QNG!N9cBV@(P%zM;|0L!s{4)jERH6Ko4_Q2B zF&`p~4V-JH#v?y}bb65NGS=WLJnf(xmTaDt!r{ z6)(0Mme~ksV?~|%@eedMinR(ng@)#l)*hA(8rYXk-sm=1QA{{9#dz#kt~rtE+xIPZ zfU~LSCmuWdmedm?GOR#g>XKObO)6EsGSOAA47{Hah-|4(VDqNf$)mCuXRI2D=2fa_ zFQ;a*cr|Ae9Rc&cC>6!jGOKBN*4p4<6L7V0`gr0TSkZ~gPfaHy$nn9nxMVkNra=4X zjnYYtMXyJtOCzte0*S_4aB{HJ#wP9&vwPaSSc_gQt!?7!J}czjCLcYvYbv}za_x2F z=z$}DSiXsK-^gDBVh5mS8p-AI1P`HUM1#eX|R`1&IJg+(sWzTQT0CX z$_~jSf%i9h?avD}OUc;ada5#v1Ds4dYSYu_cy+fzUwQ35xq!yJn%m044{2jlk{fZ1 z3cHqaxK!<8)>$X*(0)Cc4e|L4GkOc-luiPIE$H6k$G~s zZ3~gtV_4{?QHSGI%8>gzK$ne<-wE@IFib;zFlx8mbqtyp(rGq`iW<52$UW!|J^o^= z#t6_&Zxs0a+*3DNT%ZgjH5}>f`q-kSl5IuF43g(F{Q9BmHfS$4HI`ZxJs)Ox_9-nF z7pN7jy^xfJq>2kg6-5}DFipQ+E+KsZmS1Sdr7VwKj63RcGVi0Q}l{!Mq@tUN#3U>*v1#_=__});6|chT7K9us~M()8B#O z{*O_GsHg>Srtd`EJkT%wB}wyNqV6A<8~OhQxQGAO|H7C2vrxMD50UKom9gO8{o2HN z4ytqdyI0qGIS61Dl@`^aj8Qpqo&D@fl$Y6fXa3 zefbvL`(-18LlV|t&VALofcmXDP|6CGVr37lIu=;DQpl8lZn2W}EWd|}a@q1d&ilT; zgCeN#UexEfJ;4MTGZgLhiFh5NI6-usN5s0y;L~bZZr5m_Cxl&!(4X^?2_eEby4L;X z!ZAR5vT*JaC9=!AO9_UNoqW(-vk`}Ie2#5#myHIUsf>TvCJZhWIyNnQw6n!c2v@ouCl(IF_0aO%9j8^fjY zXOi5*)`nT9#S9-Wt%wY~y>xXGFQXkrI8(-Kz7q&X9CzemsVwMBm&mI#fLKAAE$Z=? z*aUc>4#{?d_lH%VIcu_)k=9x=ZRS2|n?vP&e2a{Dkhg=*U3lIH+dgz$>P^x{UF0Gc zkZOaPKVQLo31PEp$JVZ5#^u-gcdG66sHsf##U4_a`EzP+M0xc@Un6`-&=^eprdBNG z7*zd+!r(pvRXDyta8L$M+~`73Rowi2sQEL$U<6?PY>qbZbZP6^%^TEFQ1fR3aJSvR z%%6#BX8`l(WS217ciCz;%M>!w8C;%QnE>9;^%lgl%cnQD&jqHX8}GoO_L!gea;PAn zJ+IkMAW!#MKLcG{-&Ot#ySv|o;(jz%0E>u!%@GDRe?cce=swUn?trpaoac2?u>Fz9NxEAb=q7msqpdcR;m^&&QU%c0-t2X;AoA%=tE#^<150K zwnTu`{-i|xvC$<%UYg^{abyE3m(llrYyW$N`Ic}Jn%&p(_!Z`2iD}{#5 z*wB{|V4*KEPQ-5nSh$QTsBvw}xh~)(WxaC+x;1LKp#FA2vYa=Ox;JjomAF@|p9u=z z;SLChVnloK)J{4dA)?ehd-z(iDU+H|<{&HJgRG^vKzJ;1X*rAZYLfIe!r&9j1CpE& z&>mFq6Q*mRV)6$>-LU)oUGw$f1JvJp{*^}HPtXNFdWrsDhCjd0{m)8v{l4G-`F`^N zX!k$w^&>};=gikKkT84=#o*8{1>gX{qZ z8Up@d|Hhk~FdpZRl|~nYeju#dlNtCHa|7sZ{QJy~@%w{s^Nt3N^XNjRC)eJ=2WQ>) zmEaDxX&S?EN%EpP?)cPYMsWGE7AFvU-~K%Ib{O|M$!|Q;&J7x!yD@m%v)};;%nZLt z^)dEthsNIS`XPK>NPdzQ!9j6cDHicz=tmw9I#QCo88dsA3qi2R4_`k^AF;4H(+-qj z$sEzFoz~)EbJnFH~TYX)WqXiq^vdq|3(f#vohIS`-$@I9TkfPTP#l|TU=nC~q~ z{hG8a>=lIt*3ftO0OpW)52f*~=kJ$&hxfz?-@1PAZ{MsR<(ma~xE+ef_-zaHzqJM8 zJtUz97}D%tdiLr+^sMGz2W6UL@XdSa?Es69?#IQalEz8~mH+GvK>PL(l=5*Mr2p{b z%pdv>M@HhG>$Pxl52J?SE4n@%PmL!YE-&utCa!a_ju5~pE}6B*NKVk%P734IL6%Os zNA2y#wcH-$o!n%9^H_%vds&A0E~%Ex@l1@-vEhMn!@!2~U;*5w^z%&YB*;+xhbPRX zqi%6X`9e$)?@H1Mn^yAL-lfef2Cdb+dsQ2opmel@KJcmm*NYfxqk3GmzDt!AT9yyK zT&{s9^52i{&sc@_TLFFVGW64{Xa7V*`v+Y5{pXJzfxkOb@PkZ%eq<>1`&>Uabp1Wv z-yZL8*#E##J}eA?dT9ZX04%=-&9{BD_klsO&!T%i=mc~qnU#I^HouIcF5e+@Okl{q z>%SHz69}}RB5$1XVH+PeP_JCMPv#s3IO^t}HAH17kZF05cDy>%TF*#>c9aZ7yLbu1 zJ8%4U25lzZ6>tF(?lSCkKlo_*2Ut1t1{wB?AktC|T+_$^1LsQSze2*{#lGmGda zGYv7JK04RKwXC0yFU{6?NH&b!s(oqXS*tmFY|{DWGEhl?i8be9$qQ!7VHj--s>+zZ zPkDabiGL*J15inTmy}VwV+UlY=%E=ZZ&^+`oEO%w$!@)evKfYzvR7ZcEQ#c=QGrR9Kf5la};KW^V61NzE&oW@UVv8H6UOv|{7-YASY?x=_+j9?@pEYc|)G zf7wVzj$J!^^~8l8)?ywh?Kk(X${WaEQW;$K(Zi<46Izhp>!+{|8fEZ9>v2F-`x9z z>H&C>T}OMwcO%ggqYw}8`pW7nJ>s7C7K~l;b-JYxn$7F(;$i4Sg*Cojq?VlUx}L%; zO-IWHIf9RFT}12f?6u?xAC0PUVLmrG($*Bu*h8Qtp5uA!U2+{8SH=+ovY88y47NLp z3;409dh8gSYaFHOjL5epO~fk$Y3v`W;mS598CYtm(rGEoA0sfa zjHr{)oM=3*AO60=CZIVudE)$wpu97~LUb1)n)Vmajb5e6cfOCQ&-3kNp%fTr!IwLA z#~NMIgeA% zkQ>Sb+D;Tsa&F<-14s3cbS{{8-@|l(3Z3JR5J|9NN|?u24NVyGDD1dePc-p5ytke;Po$qad8AmV`ON~6u!P{HyEFP4 z<44zw#Alnp8vV#0O8sQS+D>lwmP~Z4>A|<31<^@sD(-+@GqpVKh{Z;Mj8LfNdtV$` zB(ChpAFz4Qna@!trQC8gg^kFUMIqSy5_$i9mmVU&WzEbPI57KUc+kWn;ieGD%--ot zsYis56CO7)tcOd=z4sU7w;2CG5-1q6Tf0;nBt00j&9jvFK4*Q<4Nh6);iUtI_^^yI z=RUEy{cSLO%=K7DL_*OvyHM>`;PVUZkslq`-5RfCza@q)I1jE}#4Kpl9V+Z#(52~~ z3&zLpk2zbQmCP`2REQnS$f=sje^OK71YEdTPnJz`nw=MF2i_p#O?!E(`jPt0#PzDt zdr5{P{$+9V>s6)n-ZZgI^qHrRaB{+h=bR`{3kW3|OyYWZOKxt0p{(*|4i|1By0E!X zArB{N3iAmb{H1jKrW`f+mu;1UJr6#*X}@C$ZGE>T0Vixx+;M>$Sxa}h*utR5b@|wX z%U6#_wWv!MQns9Oc4gZPRVi_UkCn0!{Bq`xGhtl|avr zWrqID*?s`g_XAFG*em!A7Qam({0K1mcRU9e1ZX7x{|*fp^vku=fI%W(EBEI6qoV~j z@&FcuC8nWt6m%FqVM7>Q1)KxA4MjDdhb@Q9BL1q0YrZ|HsBeWWV9-7o0;nJdBhej^ zfZ}IcWO4CD$m`yk(p`H5uGcm4@l;MtyEJqvNJt`%VGrS%$wE1{&(YBfww2b%gkcwS z^J_?ybBeV%>a$$OLe^L0azAQz<7DZL5)?W=+7@DiFhWZ&o2r6P4jTPHp``$qNd0x5 z_@%aJiw?|!UgBzRhiLQk>@XG{$2@@>;`X)Vr~!hq<0l^7Sm7oXg3xe%C>%k_E77uP zC7~)^$ynVb7f99*^b(eG5WvVP6J)F)mM50J=BjQ%5%P4Hw|Jv$8$p>qlJ`rX!3l`! z9FDpKgL(Icbo+~Hj9zOa>Rg~g7qZj-N{dtfj?cL=$T0EdQE9@;(9< z(9*IVlo2PFV=q3gV&6rb=ABQu*s={0it@Hh-`t#QkO)!A$1X^Lk1-@id*K|3*}OYs z7MSgz#SK|@4WngS=qa%-dYyhLTyVaa&*1*~Ni~c)pr>W?T%eIk)*2#4ruhMWhY;`{ z((WgqGSFv5(%)5C^YI4%#i*#mqL9DGe!sEO|1Ti;JL0IH`JDlv@U?DQm_Znf^aS>S zq6b+0!#*h;9*#Y+=(kqSUlcv?aO|1&zj^)po5=w5U@ivLhl%&ZIDRz<-saAUmYR}X zZm^Mxd)gv4_0uX$e_Uej2?|rDW1&IX+sLA{i!s!$5UswmZebING0X!q!)e5FucRtS ze5sgxvs-R5Iz7j?5$@82$H$O-OfbrIw={NU$D93VW%llaxH-n^OIZ;Q;i5nalO&HW z$7O15mRsJugUFEN#5J{x6`MUWaW5i2Vzo_hg}*{-b67Jf(Xr(c*QIO9E#-yBe0!hy zDaX3tHdZIrg;TGh)N^?d9*7nWNq~PFEhOn65*TWJffn`@;aa7!{gJjx+IWdCuPslU zR9j6jL{sGyr>0y+C8w*Ae&h0kpnJ(e9CUD-sMu~TM%UY$eXxsyD(U^2d*I^Ades}& zC?|P>&ytb%KOWCD&={3<LHc5qtHA?jVoa*4RNSp9n~9&XnMRTcMViGkrN&5b&O{`Wa|}V_y&K z_Z2|#aC{0k{<$2^@74U*Ud=%ez|s;>`DBMm0iCn9(6ONv5P)7X5DP(9I@oFm>;v6~ z&iwmhX&#tk=0CU8gNNggxhOyYU~jw#WKFVx6yWfCAZro{itcoJyV~pHvb#V~>=bY^ zg6d93oncN&mRzP6uV2nb7dfcqbYZ$y-M1gJnbgzAkdt zs_liM*#}Gf0a=^AUb@!edsPq8^b@q%ANGg_5WUC~l|EU)Z2HvXu5niyJq>zdekSeN z#?@>mkbf@8@-{`j@50VACJc@m25uFKEA2xqCIa>AOGjN*Fnm6AP}Ez$AT?ZxZQwyo zKxLgk=!;1SLbX5jI7g=Bl2bv}g_jmvh^H(nM88~FfCuxisjK}aK6YV%xj4rWpuZiN zWGUP)x^m@Z+U(Ja-N&BO52aG($HTGOFxybD@E-(|iEyCUsXE`Q#?3jxHCt|$DTapYF zF!!Upt&8SDE+{r~cZGZG+-rL%qdS2vt!W$dOtgQ%izYCoRAoo78N4(>rYT=?9`&&nt$DBHU) zNc&16TvS1S^(xt8U}uP{3=nuOlA@&{_c<@z7m2V{-Wj6OJwiIwSbpj!rgQ#R zM9M!IEP=s*ht;o*mHz722Pp1;#SiBrPJ`t|ptlKFGCwsK8bFVMZhx64;epw)|C6!Z zVe=&Wi&C$J%9ta9FvS4b9JcYQ!mKf;^Mn^=7b~&u%MMw=8!!sAa7sMnHuh#yrV~SJ zk>^NdCzM@@E2~j@8CN!N*Fc1Z+;iY4r5ZeOxXcUTdsx}AIC2Ol8(B*435AR9I?Zq5 zFDq(nYh*-ocVrcxxX0Xjlrp1>i~VKO{qdlU>t#=b#ole^bOvt(%?i9`5`=8NB$B}} z<<1%4o$w#YtaifXz)cD=-taEyseofGTb7ShH+9rG6&UcrQP$`>{4FE+TAitxE97r< zH4$gg-n{bUn#;v>Wp?$7Dy4Zo&B2mk(ON>kkz0V!W_6f)(%*?p&c^04+a# zL_6AHaIs{l@S${mDplEi?+BA^<0Q%r?@pY0+#Bh=IG88RdA=Mg2uzdpXMzR5+u`3} z0R#q|%DEu4AYPz8g%!ld0RkF_#iYcQEhMGH<+Lqn*`;*#%x#TqozU5pEmX{nbS!lB zfC&P2gMa5ufC%`{{QQ#v!e4#${FS~R2*mT13W|@bI*io;_JOYa2jn6yQhvn>5B}`M=Y>KTcdJ#xykn4(NVy-Kx`7q=Ca9hVzW{IgMG-OP?b>LoX3;SpujUyd>Uv{(HA{@a-?njMqh7k z9Xnf_XF*(K3BJ~6&-I* z=VO!VwC24nv+O9SHhO(;xD`X#H2nabG++ z@Gi#d?ImD-ns`-L@G1Ot^rEYFXF_2do7Y9f>+x!pJ5R zVSH^|JkKzzgwgnM3|TiK%{5$^xF$hI!s94?s?#DQq$$p~Z@c?lKs&$WXR)OfAZdp1_ha4g8QM2TQR`R+> zHt1gSWggFCba;a8h5c#W(`VWh2}Bk2vwLwXE%kG_POjeXlZcxKNxTksPF^ySs9aJ+ zK}$H9^G-)>aIV4baY=O+GTY<(xsz9k+3}{uI{1a^w_|g>Uq8SK7H_#jqE#GH>>I4D zj=8{_5Ekm)=AO7gTK~o;EAiZkC#-KaCn=5dF!04jmauiUvy3LV5;S!%C%6{962|;z zldw!Yt0%W}O^a4<&1|#?S!*n1hNTnnGF;{;&g_0e5p{k{c4@HkHBKO7;{m-=z(5|7 zp8djj;A3AIz-5`@)Jv%kU^j%GVtv_V#_~y_b_k|W`{FjBQ0plAMli8XSBd9i#r19c zb)e!p{LVdwdBa@n7D4ii9-S7=5TN2(ZiG!KInSyBR&kAGFKtyVr{^lEe&tQ~xkB@* zcDcvuR~9I1aBjZDC#FRrpS|9kfo@@ZT=(K*6U-9bp8T@r^^oO9NHy0ITV2Q(u;fIH z0$Z?<%9)Vfwo1V9tynk|pDexXo^fP*^JwUumq~c3UK)t|YnBB(u;2m~ zfIy!*V2y^Qm7$%c(69LkQhxj#>RRv-41Jb%-Ycj6E!g?17GdqxC;ry;e-03Vj3-cp z1!O$yHL3uUE{8;A6=L>{G1a9@^l7n+OCF6Y+SXbZXd8|bpq4N&5z=tRzq&={D>a;= zKK_B_P46vcs~|JCX4z!-RloKd)QXeUXxb+f@s(2Eg`uR&#ISiXFT|HyQN0v2jXa(& zQw^#cilz#;Q7IvkR_wdlMzv6c5W6F8Dw}G`RBIQ_bN89)<2UE)p3|E*MkHp14lXeH z60r82BsH=@nVJgE_pd!+;eRzf!Ey;DTd#r4SLVIWn`c%Og%kzrmnv1_a&d=I^S0Xr zd4i`=5(Xa73kQuh^)y$KSYujed2Olly^p!F_3Ev>JDL;4ok@&@tm_9k81U>B2mIzh ze$&AKho4N$ig`2Fz72*C$q#Tacw&f-yeS#napgK)XeVzYJ-;_~v*&EQf0A{wG)HZhkGh4m&pg4L!MKKiJR#tk6mm_=B ztaK3VI?tep%YFP7XGf-$#?4CvHE9!*ITR#<9nGiOZlBRjo;&V8rviqWg)_ga7Btfr zt&qY^=g(*ud7z>aUNK)xZ*c$V3m%L$M_SiwO!dktkKEuejm-}zjfa5uq=kP19t832 z$AjOOl`I;w=9=RQF@{{tfVc?sENCK`Ot$$B)17Ad#j&hq_E-2xK^e}n_eAeJFii4pZ`g9oB<<|l(efD) z+>MD7mBy67Xh*@sy&l|x@{rJ@VaW?CwO!r2fhFJAz>!P0M%~*?iGNuD&)4;aWnUeR zwA!ZBOjyK1@6}<-%Qp@Bt6jbCNM7JYMZ8A#Vx)_xBZw=Vo}jGFfi$b@)n%h1M|g+y zlF(r(Nw?xw`k?bC&e-U!+%7pDj3*G=Zn|>uJdwY4)tqEO@TTN+kkZ1H z*{Zi4EXnpFNNF9XJ*iDZ(2I){ zT5uaG&51nWDl=5|?7Fsm)#D!b+pwYwC8ZA_h39Q%^4w&%PAwM4yy2bIx9-w)>ZF`S z2K&8vJvMZ2=dm!nbGFNu+!LT?e8>dEH;tvF2D(XoheWX#8erMvm;hr3 z)ysc>e#PFIX{T{>_^7Cw)%&>y6h9eG;_xK2e|6#Q3@rp|7iuwpx(o5WXW7^z%M@;; zA9s14XCi&Jq#=j6#YzD%mcq=pkk!ra^3_^sFem!0+wo7myouVDuyc3_U#K${OQ zxM8~^+%Uq&W_RI88Dr1wr-MnTZ0H;@Dwz+1eF`ydU7#%)_o|98$77?y;F?nRPMb8D z-U-2>y(IC$XQQ6k(u29uF1uJhyMy<%af9LziCaIN{2lG&F?@qmgA|#LJ5FY|vNLE+ zj_a|=-_9gpd)aa!Q*S=df%Xn>nydnKAfj_$U6xLmVL-(_e@f)~OX}z?O2RyIN-gT+ zRGHl^BsyAQ3Wyz^63p0A>4`qXST{0Lrfrh_b?V-_&%rCcHdKtCByBrB+L(SrwYpPl z8e4%jZ#9$7N#gcoAUkbhcGd2a3+>PRj^Mk(cMc&pl7&FbZF)c( zmfW`0&8dMci_-`ea(9*xD~VBy^uBzFfhX{g2_Me=rrX!TWp3#LE!orAo>&8PM=RIL z1B1zR7u}!3KaqcQ^rS%p9=oN8vRT(@%oFG!S_(w+S`uRMWZ^|}2OUew?um=a2oxb+ z!q{wE%0c6b#r1>gyHyTU$1$^6?y$XUdQs=bwBTBN+~DEBnH#g@hk8njfkkq^*&$008sQQ-*IM^rtn(x5KN4{gxCKSu{WE~#f7W7FBe8SK(U@l1H+WqReUE4K> zl^r3076+03v$P$J{&$em4Av&6<>yHR{6ZTRr7M@kX391TsfbP(tmL6~))csmF}EWh zy)GS#_@-1Wg3rvLxaCDmRXgS7WWy4xn%t-C_C)uMhDj;TbX@e^z9ruAzN~AXL5f96iEM^k#5ib*4i z;=V+&o$)H&g1dOB%+r}3ru(BR3h4gi*LJWJ)JB?fZDDR7Lmtxhtqzyr^`pP&O)aUA zX%4iBy?JQMAJbI))U2q3j8RVPiYVNY0_9G84|-VvhTtNZy8^JB;n}P8Es(vrP3mqb z+HwxWTs=`$>}Hd=iWF|t4c)VV zTy_aSGq}ao)!DF$JdB!@0$ZKBy_LpV%CA$Fdu=OMKPn>BIv{yqFvzh+@)D>{?ol6m z&AR0Q%nSs)r}*w?tZSV6e6P6yBJw+mq+q38hhEu!OsM?#J-J`%Zw>T7M!o+I!hu3@4?EgrdxrbK% z*7bw=zJUgx>Cni~q;oSHM-7b?c*ar-Zb02%K~1lvYwiBt=TPySqz5 zq>+$DkP?t?1StUp0qK+uQ9<~>2WP&4k(tZ&KX>kT=X3bYPxg7=bJ*|R`|SO!XFY2z z8D|B%qgA-4a<<^Ljjx}u>r5XpMC0*RD$#H%=sew-Zy8xeCKSP2=kQsB6TINq?{^QC z)qnEcqLlcH)RF~S=Zj>wo3JMF%iMF(*Y7O#UB(Y@7@8&v?jHUks&NtH9=pyP`tBve zk&7?-m_W)d&x9YFC{K@VB#+k!kZk0{Ej<$q$j6eZzhm6+r9nAi1H4l*^pve=H(Euj z7o>xd>y*j2sglNV&({PS<%@*4kGvdT_?RS9f1)H@_w%@_4VB5|lDTb&P*C~q4IAGf zh=l%&=#LGgkXl;CaZ(z?IZMfL9WpX}TjR<`>2`UXbxt1l>&jOqT-u~V&0Nv;iPu|X z>pd2}ObEO?d~y!~zsmkhAacT3{L{fct!q1--R6c1hkxYF4eiyqx0sfuG#tz&R!O3V z?!&00D-?~wp%tp=Hp;S|Xd2Ai>I|sJI|3n7vn6wdai7l-qSy2loWG zH5@xTKGS5QV_2}DIqDsxkkHEGl8_|}f(zdg)>}z*_OSslq{DH~e7gG;Qcb5^Cjdh# z1~LW!7;^PW5|g>d`0%7{Nwj}3p6i$i__qfiKTq=WoycG@&>zL}93L6S z#|&@}^jJBAwLJ-+|LmLoPo*zTeu4k&`N3SLisJzaUUN7~G$2b!6Tu=j{3nN$pmf!p zF%ROAaa>{Q5=hZ(34>_)Et)bZ#3vB1ZsfKdziCtq{R67=b+CJs z7Gv2ElEvBK20mgUN>QFN_m&hEz9|9}f7*Dm*XJ@V^_T;wJSZS( z@a!6She6VG5~)alD22UgBcd|r?P_8(9gU?@)hzFfEJ5&b(i3e)C$I6+2c&>C+XeW{ zFW7TIedauw79^1<06Duc3@I$+tbK>=rToojZe7U$_{=qMMASDo--d;dW$TgZOT&Wu z*>PItt`I>h58~ZjuQS!3-k}$+;V;LGsg_k9N?0*(?*?iQUanVDd4SloA8<=1-}ou{ z1p#y1?*|KVa;*LaEB17TG!VdR{)iQO-06SIgXHJoar*E80RaeqWQ!b!bwE{Bz&*er zal9e^j^l=$GtA*1dq|v<;|6h@;<(Ksgi!$39^ATft9wJEiF(v-%EQ;9Uye+IE{37j zUWHAFnFT2bC)3}?DQwB{LiD?=E~Y{s%vcdfHI&~sWXI($TIRwo5IeBFe$BF8*j!D21V!%?O!LB>`2{i;$V{N!R z&vPC=JW^|v@{_7ng|#B#ve$cf?R8$TWxC#U8qRx+l8W%#`4}%7T-wVRx)sb^wK%Cc z7KEQKS`r5fc5gqantBLs>lpL+MDy;0V_@(T_wCEosB|lBq=lB*E5tlhe!3%SDT%O5 z!c~z=y*uf#1*5hpJ$EGJC-BS0KYG=NC2vJ#yTV)~mURAplLemgy!`6vK;63$-Nwyq zSibAd!2+}a6zzSleX#KSJTbne8IxUm^hN@!$d{S?;G?*4ln5r@vlUl1K8>a5tec)5 z^NVQsgs`7Or8P=L2`y1t!UaA}cAA+i>n9Q_f6;rMIay#73eDQ-r>G+JUTbf8#?z%u zsHC05(0g1Qnzd7QDHw9gEBppBnPl5gqU^f8#3VYO;e*>EBNznt4@oA}MHWZh4`gT3 z+i6q-Mqc~M*e1hS2}=9V9*vu~u)TjOk0Z9Hk@?}?WvhCnO2JRp=iVemN|~h5p^!->tPJZS8h6Cwzo{Arn^dHaefBQJ%0&@8Q|Nm%J+><011R@4i zM+5)-L9JY_<57ho^5a{91^FxS1APy4^F4$3ft-l1_%j&wkKKIFN&EnwfK$Xzw6r;} z`HJoF!n00Z!#i5AQm_RA$J8Tob#nt9wldgB(C@Q<=o98M&C&DByGRdrZ+Lhb8+%+^ zbm>zd8=B*D;YS*dQwbrK5OO083XtTh=%=OG4JCjWl- z_!hCFLGK9Gahtidfpo@~WcDiwIJXKn^Zl&Ha0LbNM49t$38C1UgT5as$np34@1uu+ z=(Llv3(g;e_0Z}4Z||f3cil@rd;VXIz)y4Pv^jP1(Es`S&$0QZuK|#R*dIycj?pO; z(L(QmBG@xHX2=PN#(yG$Wk2C0`qSr!oT?RJ7Y>3N*KjWNP2@1zKE-=N3bycjN1PXF zcyIMRZTrw4>@wAqmGs1~xDqA%-Deu=I|8tpNzobl6bak1cc@|MpU)KQD%^Yg#wjB1 z&Et7j!{QQ8M5AVQRRNn2B3S9|SNxN1^WxKB^>H4f?V?TEL{hlJjp0q4iEd?^3~BF-Z>;0s`SsM$~~_;>QpW&?yN5 zWms34g=^}{@~kVM>8$1X>~H)lo%Q2i%CO?dnoEB_RFIR*%HLo}gCXoEA>fbIVf{9} zKOx}%xp1ie3do)J`cJ_36V&|ELCt^a^NEZ7QO2)hoCd{mz%2ljJBBU4^8^8slXLlW z|EXjo`#C*9;P0Xx%;A11YT`KP_c?Cc7VmyPw5mzU1G?an=3azO_=q%Dw#l*71hgl` zohW@1qQgTWmxPj$61 zb>G4A^%ZI%sirZ>%8S}1vTlm6Xdd@nMW*xI5go>F&K{S z=Jc#w+Y&FSDgM-&c3(8m%4TPumF0D?;s)xdVg#$p*od>h^#y$Cno{L)o;(6RhR&!o zkkLK%Scj;w8jZLc#Dj~y!e*7yQz<0U9n6gMPLB@MV$f6cy8K1$3!b&#yWcGnw%dU? znD8ELA@4THW*ci$6z=;f?f6-vF}vKAQS-y{RywzSy00)K7vsdghfcr>Jf~L*09hxg zU$dwi(AW}jXukHG4$t_WnLGIeFTYk?wN#ppDk*)uxd5Ta5J7a{wlsvn0bw;`a&owf zRbp%LU%B#da_Gv|bl^3W+x$XvBkW2w-Z2)oj>h5+ab^p&QN~~xK2@^n25j$`=7zzZ zJ@lTe+Gi6ReVtxN0qQSHU?e3F(78HJ0rp!Pf+tlbzNR(G#nP-b@>y(ozHp~~``dXV}-9^K?4@Z)6X8+FV z_yDt?a(vv4=rwMkz-n6;Y$b8P3<=8Y^Faz(62bT?I^YJA5na%iLuk`6N+4^GDiHdL ztzKS8h;cN_j`PCTP)&z8t!F)ANndd|L>^?=J<-=HklVj4Cy;wB$28GA8CUKpG5-{a zr~8!Q0-iE=QrPlFJAq?Gs(Q4RYsf%46U6T5GtYi(p{Yhex47z5I8AJg*6MtZh}HWcb$ zHg;|b5E!UG1_FwP{KuLqe{9ll0EJ%v`0DwtaB;Hzh-VlA78Qqjg2AE^e{od7e=2JI zr$0BaS^d=kC_ge}5D1s>9|*;cp+D3*I9}WUIQy4&0lLb60c*$Cp^pNzf61^2XdSqO zp>60M^?P&ToSx)=tT}N`W*owE>WFuXmIW#YAo)Q7uBBe+XTILsN>G3sqmAQ|_k^!E z;OpcCpFH%-5!b{i;q?rz>3(WThqYMa6xDOKQ5JDriJQrhoznF0?;cP5+I-{l!+4T= zBraoIsZ+Q(!W_vAVT6WcW7Wb#zWkH)Ig}I^W9;VH0$eC9qV4?{saWza1o&26Q+hCS z6Dz6e6~b*y7k?y4Y;tY+R5i>IFRi=1iZOUt7fgvP(3D<0t_t_=NU+bNAscvx{MbLw zU|BA8wpV{T)phszy5whuj!lLh&{GCFi4FSecoyxIaBFX2$``??VQVp#FQYaB1Ih9no{*b;xEcMnPUwf_a!(qbsW|g??x zc94T2;hm4I;odFsHmFpRJxkg*u1Lzu=`ww_cgnXL7&on5ZLl&!Z|&syoaAg#Osd1z zZcFk`z#~$dz&Y1qCP-GBpsmji(4dVjDzJONR!y!*9^7Re4_oChb-Yv~7F%B77Ki?Y zrQTv;C-i&Z!OjI#5j>Zf{9Rg#E~wC~=35}|N|_`jJ<0{rFR8|YfXpmBRTEiN@Y8z8 z?Pw9qYPM>~$}8(k)&!9Yhmjc&6)m(`2#ZxWhIRu3)`wo8I5eN}csEcSdZ*P?x>0q2 zFdk4y;ATI2SkpMw+74An7(C$Vg9}ImOSW| zT+eK^z+e7W8#*`77)VP|adrUB2@w7_U^K2%LNma5^&=4Ncy|Afv*SM*-v4=q7bF4! z{n26ii^j$PdJpt)JXT?!j`-v_r;qKQdN=~UtMhH5Y^NhWBZZ?{DUjfg3kbs}5X=fH z)|asDO~^Gq?u_uOHpoX$Pe4W$byRFnkxjmo?D24L(0*^gu{3<#Ey)$v*1>_`s_mWN z_dd>AkO!f*=gTYFlmZ!t{j%_9?5bETStnzZ4^|h zJJ!rGhre26D!3P9Bsa}a)ld{g;I>GhWA4>?=DBiS`teUgYO0%okQ&}U52>ku9xN%q z!IFwO3z4(x!ANVS!~*=TzlGGiVODHZP$Y*QEU*D=F*OZqt?d|lq4oEHg9WC#8tl^6 zo%9;0BMg5TI9OJQl(`Z$R|5gRYpTF4npNAmP!Q8Ly4aG`xX4wGW8M-R7*{4;Fwre_K9($I0?nlo19}N&Ew( zcR$aT|M{~8YTNeFa4eI#c@t{{U3Y2oRh`|pRNY$7A;)Z zOz|!B^Lh(R+ef#&B9^Fqi~5x(IJar|c4YkfLt!Ij;w$?Qo=ah|2{YD4G$cDfUgC(Z z=#R(sz?F`_a*qE5+I*Dnp)M?GJYH0MMY6Fk^e01UNJw|@xBYtGS(L@K7xJRmX$^V@s=si>wjtq_V{3Z#i07~4KOZY0bwjY>SS$SBer?9j2jqqA{b4I#)^O>Q3*kay!!< z26@Vy<@>>coD|Ui4M!7*>#xuR9Z&H8ajWNir0>7?T|ZCPzvp!Q5&HD!d;Z$F0gH40 zQF4o8^a4dV(0iZ==a_E(odtcu1o*Qv=^u-5&P%WJoJvV-2SoLXK-DS&ts1HGic;D= z86cLry@|{3{N5~v*TgoUO}kHe+TSKx#zGZovW&ih?@ozmCe_7**Lx+;nX-0IHYss( zwm)is#$dC4SUn|pvwW88QAbcSPQB=1qf3jVc0s;3V{NvT_H*NxOLZYO1ZF|l+#y`* zOZNOaIu<$o28S$*G9Aq~yRT3p>a*N}SF$7P_cDo`D!rcC*<}9No7>jhW>Ano5slo= z`$I*`didKd`n|1-Owqcn-=DU?(l{^6ep;^pO&tZ*U$56Rk;esc5{|CFG>&P0byUP8 z6SY|om8evfU=MqnNhwO0Sj;ySrqS2^rp##fctRiTB`${|5y_=xkb2uIFrC7?gtm?Z zO0flQjYUm47El})?_KSyPecqnqsLKI7M?OvX(J&PjNmq{A{SkV;%${}Gb(*>b*zi( z?En^H_Y!@>i$O2~riW^2OO`ik?YuOiv>7Ko528(e%1rWxro{Etyl&P#d)bXB%1ww> zi9qbWN{cCy_h5a^e1_!%hiLbyeZPuUm+V?C8Wr)ce1z+;^H}Iq&uZ@BL~k@vzrg4wSyd9;q`)fUHlwCXBpDQpmJp!U!{*it`)$!#7BKWjRGu(b2>I*?OE z6Yt)XH30%TYdt_DrW#)H~`H1)u#r$ z1KK>prN;Rm?o#7Cr%Mees&!Ji>lX1#vVK5sve@C*z0OY*R${qUPdb%iI~K{y=SY!9 zAE%T@EkpbSxsed=!q?PmgcV5noB^x#?)doC;=YqD?Ll1Ov$X^CTHRhj?!*l=CUzH@ z$SdV86p2iZKj1YJEOJB~51AEl91d;|j@d3t%+8{8*tuLJ+2>|_MetLC>?Lm^qjqwuIHOlqj z#1>)^o%PE1sEVD7^W5&V-yzXci7ZC?;etgQ0?KtYg&K-u2A_4bSz&zM*JibS<^w11 zj9E*^qLkfXFiFm!5=JB;&oYJcMh_byiNAOoKB>YN zi9ZUjIo^Drj0JEDusI-Uk*xxU2E_jp3ZRo2De-=u;FbzjQq#xR(}f3r@K=%K+=h8txSQ!x^W+X5z4g`qro)^}yg$;m`E?Md_;Y{-37kXMPt znKr|T6g(~?lYE$ok+}B~EBRC9xD~7`lZ4q|Rhj+Rs;mI5`xoS-op>9ptj~tbgk~+% ztGp=d_(F)&3g~xtS6#VapYyny33$*@dXU=9>hvWtzB37{8s`6qyGCyANHe1vl7WAz zmycLaVJ;|BWfUi}-C#zS>M-Fz_UMArzJT8Mdk^qMIk#u&RBpP{RWXuCP%cm+{TFJw zqJOFBkY*u0RxdHq+CjgF9tK||ngV%5^HmqTqq8WXc|_^LwOO3}##`H=o+YT74(Xfd zA?h`k+%IZ6!ecevZ?!ionf|Eu=BVtyYHynAizL$^?OOA2t#LlhOIR^#zY3%g#jjV* zX@{NK7G=oF%iD!T6E^4ieykuT!}9-zeHzSmiYNHNVDsbo{crBn|G5V9zuS}l6=&v8 zljpR_^K(3Yjt7`cnCB0~qsJ%_3M8TTK#}Abt}o92aMu@5nCW~@26oU%OV=)v4~VQl z6LU%NCb&s)>mY?rVp62egE+#9vpR4*jLdJ!P;3pCj&X(pS={;-39};=#igT;oh1Q{ zOoq)1%$bUFO?!T&238zn*OCtT4~T~+v_8_HQp*XjSxs0-Atu){W=+%Gl)OGLZFb8Q zR?(iMeM$k`;*v|gM%f+9S+U#YCT=CF({GTceH$zi5r@I3No*rQgFRqCEL!%Ow!Hjf ziaGcloA1VJ)^2x=txK%t%(vExj&z$zJ95M4xgEc{dQZWY$og!D?hz$AJm{%xd?(2N ze!4X1dFakwC0W7b*U)Hix+D%WR2;@E!`Y=t~3>8DNZEmO~F&^77 zCi$Ugr=Uf4^`J*+@6{_BjDklmiW{eJ!dmqVMQ9VU;QRNkidrApSL+b2#@>*rvAv2k zA|#}=CU`Y3YDK%fkb!az$l6ZdE-*DC3TjDb+=WFgH0St!tRN?|A^Z(+3k2r)3v&A$ z&+kvT^-(t?V#V^!RL3`7qKaB%O5xq`AEU68o)@KZydRpXG|ZjvzcP@8 zy2e2%9q?`}Q}(ED67*{CDxWq=QRQCJQsUt-PSoW0dnh{>*9lHu=DxXstsw>IgdxuX zf^uTN{^)^F&ist?^4jdDhS3a~VGo1^=c3t&=nB?C+kZ?iHMQ?SJQbZT{V<%U7*!{4 zYy^Re2$ngau?dq>i4Vrnav|C@y`wUWj3amBN+roPDOZ!F4OpbxyI17k$A) z4RM?_arZC5AkYa^C~uk z1}PC!!mgVK+_rf2WIBLX^+QN9!!3fG+NzY5ZW!K{gJEA7a>_f4m1GjZulD)N{X{m` zGa>OzcLF76@g!bt^-#TrwBe)9q%2&o4-$AZG?iC->#2LL>kO6kn#-r_H7i>}1=CA- zA;U8EQngoB9)F$IaRPWgvC7_`lre}+EJOzuc zuV;#RTHUZMTx!MN7?Jb(iD_#wVQzc(A3ZkJ)5x&iHD!7-L0KVDKugLz6JEoScPROO z3%09Ri0;h(pOZ8NflkFqxjg^@DlatAy_6<`Pf9XT&+9Nn(B=-Aj0v>p6ITsX!9)nK zHj_HO*K82247Bs4jHL)QTiw(x*j}+Zly@+O39^N}d$ZE+7{^NV)nOKEo6|YQne&y1 zO<~lW5LWSp@`i;b>;kUdEqV(xN)C)OJAPhbkK;7k8zpNlMv3OLmvn`|ktzw!yLVec ziC|#gg2`P1_Exp%<3LJ21I%}97^?R zEo64Whn2kVcwb+kArX*4)3fw0F#w z(|fPqiLvZSz+4_8na?5i=XoE_fvJJ1vK+CDU{9i^AD|q}x#D~v*=0F8?9)P6z2N@( z{sCAkE-j*NtA4(OP))GM-jR;{C8)y3q@{DQL_xBY)V$vuFTU9N-Tjz#+~JS=UJldz z2rZ3~>Z->3-bXL$`P{OLc2HS@gGJ69!t~``Te|Vd`D?9?$%cc#hOun zD;)&hxSxg?uPBCA8kQ**cv56?Bj|OH6w}4FkXs!G=-vD z-fKlNe9B)11On>o4^8xzT&m0I=DrBgpZP@RG__7=AaV=i!|(($5JA_!;ic%EnSF|u zn``yyC4KO120|lj=ElLVIVinRe3)zlQrV&ln2nv0(K_@hf^=KU;zY;DH@-wmmdS8h zV${Ai0Ab4W%pxSzT=6`se}J&|Tt+mA{nUv2MKnU|-iWS$Mmf4BjW=qwBb2ey_w~q* zTer`z$=n^sdX}O<`qHNebp2Nha9h{BZ0JUo27;5(ZfYuLbgGug4%YSgOLb$ZFZ-(t z#C>@dXY_^I73mJHXtA%>hDV#mB-Q5Vj`!P;o{Os^ysz+eLr1a|p3lc;Qq85vW9;5j z)$O_ZW_M4>>5&0XCvmTh%%?M-?F8)jQ{)9cz4<(VA}?sg8*xFHJgb4Iqk=xN;iG#B zY8Y@v79YjrNCq{_=uO|km%s4#6cNID_G$V3(=Y{0^tX>;#Nq@tw_gS|^aKSg)!mn~ zUi_%3YxO2^^hlVe1P*}p3}a3 zGaw5WFgdUe^&;ek+EU>(we8~lnMe0ftAv?h<3*CFyr~n2ltk`3r`pj4lD4E0ptQ^` z6<&0v4=9tHK!^43lYpV!t&jBgkAA+*(ySmh^Xh(c&Suf*tCCRM+FPMfpgk&E$P3r0 z&D|cRMv;ssWvB}}U0e2k3WD$&GqK*1mz8JS8i?EBY}p{zVRwh!iK+~Pnsa1@d0{5 z;XQ2gCUtUE1O%a%%{bB<2u%ERWAhOR4}5uw{(g3D3ub*5-y)WE`$2C!$qt3#c$`lBtW&e+1bcqqtC~`(#37C9LW#s~k=f#YG1EuvFtW)0}WAc5YyS zklx*hRZx@DwMApa-e+VlM8iX+E=rEDZK_BRScao8}1?^za4ykIe@HnG&wef_taKXILz!YMC=9 z>6~B@!ggxgyBjGB%}nCAXM=JzQ9NRW`v$7WhKl$=JOgOted^xk;{i#uc8?=5b z)OFhPjfq@k#>;Jn@{0k9dLb!0@8|=zZ5?o4q9dA7bOpVBU8Hm{H>{efq*&3lVr42L zbYa1_Po89FWn3ghieuaoc4wTy_8r>nl3F=&>gxDAa*}?>rfW#)&k)sW?LR&xj_ji! zpr5H|IuRFr1<)liowgUB)p#I(Tltg3d=UQsn`%0_T_u5Oi{CMy4HIx7*tUt z6(=E2ni5oXz-_qBX~3|mOxMD=t9-_COy)tE?7cq?wv72i?O9&{iGk59e8+1U`H9){ zaY+log&INe_lTGay3=^=?a@0nBJ!V-Xp4Q zdHvf*fY{l&QCJmi@0;DB0C58zU6o%iuyI4vrI>0P*iZloHlfQ2N>xBkCPDq}ae$Ao z)3J531bP8|@t0h9vf8%RMvfHfENpB*zB+C&H$Y+@Tk}_c{|b<2O~T09##Yo&+Zx(I z8SP(w2SZMInSW4?&VB48`8HO+jXXfh98V5F)11ny$3_9=9YB!dO6|Xr4?prRkOLD6 zTYu~a1UeQ8{n(qoy$b|7)^4#;fY^^?!2f?f>-2j;Y{wCyATSpci2U{gV&gge!f%&= zUVKXf27L(tjVG_1{v8CYl@p(N`r?nb{^VmpV0QK&N%aRM3BkbskpE@rGWdU^1Hjt) z-=&Fx7?a;R07(9RYn;6B@9;af@GqU?7X6c6^8Cmn2><^1gxUY(PyGJoU)v(k+J(P1 z{+<676Zvm;RGjM%9O=g!&@n>~oCC)^G_(PMHlSPB@s;D&FKJl}fb|YsgW_E1HE4Y` zF0NnB6$4=P0WIiB54{FVH_-Z3pbpGA(1Px0&}+aX1Fd6uI?w`U4>*LNdm8i_Fm*r+ zYMVk^z?=ZBU;6?)IMDjFFXCL#)^T4>`xLm(%L#FxBE$blK854M;~Z`kAh7PF_a7k5 z!^tSoeD{*lSsIY)pSh)wiK`v}Y1%I)u#T-SE?&~9E zNNp=H&GZJ@#LQ}SDURZ;nFF=kEOD6g%m z(Pp|bcJ$S?$pB0>g6b*BUaHW0bF7p3^;>6JAm=2#ewTK|E>ak%X$!c#lDtu$Y$2LX z@)zc*>aEp3UD0DNGj^EhMdoLN3nR`zBxjRGcv4F5;oY}Q1(CEjKcJ4O3r`sP#GDPQ z+m4Mo>bFaPaaT17vn(tFS$zU88JiyT+vPRJxCC$5O_&L#zF3`2cpkKT|XxEWHv&@w0H=KEMO(X2a!@5e9 zZA7d^>H`=UROd@v(#B?Kls+6;VJ0ltO7t&il`_KiQw0oJv7K1pnA}+^Uzb{%b(odc zkA}uqB}HbBy>~chZlv-zoF-cGZ!J35!1hTVv&48|C0Vh<-=-(MSOfLd0$$*q^u zho83KippO5V)cGwXmiMGQ$8~f=h)f>{hd73)@RkXdXyaM8Z8=++oK=O(t-blk-o`=;lT17Fw(XrL& zagR9w&w2R1|2UC;?91my$+8`S>2FDCND3g4`t@S6!vlt-4=-KLA4r}nq`Tz#^7+ym zp8mlXjj#)WE71~s*_G32oORh$&-M)I)wrgoXsfB70lDh~XswY^u`Z&cH_YavSQuZ? zQ?)lnuhJWEe(`e6V#WmBS80AOMZ!hY=4L{=HPr=H6t4s4OV@f15|bT(-1QchyxwMB z)5Md{gkfRjD}>vacWO7daFF?alV*QBCUM*TD^-c64t4BSi1n+hsdhV`bT+gV&2~}m z>e!vBEIPrZ{VgW;sgN50Rs2Z6_p#jvz!nJ$bKCQn*gtN^{d^~2KeO>b!RBA_0|JB2 z_c7<*WfCT8D zYt8bU00V#Ks{UOWEW0RaYXIW|z*K}_11}0Iy?5p|V+c?tfWeoDsXlp`C}b@wUNT!M zqrXujzVfo7Vip(6{2>fN4l)^xW1j(07@cVn{aemm6_u~EUZQB^n;{DyN%UUPCN^`ONkbC#3-@|T zFAS-Fo=l@X6^BkOs=K;Fibg8&=7458%V4vdg?fU&N;mB0-B5|Qr0@ZnJ4?EiM{T{n zP6A!5FM7WKF@!BvMjm$45(Y*%Z+vl;;wgoNOX?D$8ytA1Ury?_wUP`cLp<=`v=T=b zV&NIR*x!>>=-pBCw3$KaS6v?AYk@&0`18{^Pc5jDHadIX8x+k)>`@49j(#671g4a9RwcLf--7#E?{ z$pnC4df$8W54S@>EN%N1=ysu`xDFehhnVorRJ4H#e#TgY$=A5>riQPG5G#EczT%JR zTj&$^T;okbQ^$FrQ#kN4xjI~feE&Azu z4G3_VN!igi2vz|RtJ!Pg*CQ`yJU;2%X~gQeuA`7TkLBts<`#s+bzz2j&M@;nTX>pO zlZomTesFmIPDTF#-&_GYo@A6p^|RYa58s+t$5*Pk_%TN1*cx*xS_mpPN>Fi`xM*CQ z(F;k$;30bv`H-x#jhSF=YxhNL?KG%!tTI}D;ITy=`TdOKx*gb}<=dENKIb`!HLg?H z0+hNy$8w#1f$RIf8crEUZ5^Z~+{ViS z)jgFmXS-t=nmI8+CSX5`8X80N^2{zlx7YKSS=^^8*DXV7fkFpJ9GD#Qy+PCDX2u`T1VqPdYe5q$BFj57)5B$<7i!izf<`$ zv(O{MOsq2p`J9Xui03q++7DD|p+tk9td*Za#rmwh(d(3z_ag2+pfA?Ld6!q+&ZX6c zK-koDa|Qv4@Ji<-W`xvxu#K%br&Sjk=HYuD+g8HK{sj@Z3KAxSB!fk%s!`#>x{}q) zUl|9dyCvH&Zx-5fF^m2qRQUIo-?^u-$B4og`-Z& zv=DR1kHa_OB?_y?(~M_Kyd#kJD@l`*4a>lwJz2Ge3SH{$J3STyAsO`J%$3BSUeAj z4HjgdAWNefaJVBob!x`6^42M(xGMN#8e-g58`iv(S#x8kAwV!kU1q3}j`H4fyLV4y z+mQ|!Dfn;L_~r{WbIG_k6SUxXD$iuzE&Zz6bc5Vmhqowz+%@v^0m#L2chj0Ti9=VIDRMn%i$=pVfNz7S6N%zPXx&yUPrt`O{NmasO|dX zvLI66LTtRO6;26uoo9a4qeqJ|hH3qGG3>^MIYwE>G7^YThZ@v~QKF@9nNk)oVSJQI zj=%bBF{>LV(-+Ihg`MrIAFt+WwOrvB%|dg3v57p{9qxADG^&u$9xm1(9bVBK59_K=zOD;znV6iqYy z2nitUy-~TrT8BL|i%VB&_a-FT#s|n4_&(sG<0;7| zqw%#hNDLw?BB^d9HXyp)_ty?#`M^QqLE%!!wGeaYRVrP^mT_XT z&>~#;w5SkwzjG#^wsgMzEcxIbH!1hjEUnV2S4}Q2XUyw|{u#E^xX%@;4KR~ZH4|_~ z36-t|vp!?C(;sfrd<+QdFORk4-H~f!h)qF8%qm!y?YmtFPi$p2Y0NFsFJ_$#>?nZtPYNmj!diUtd5bZ&L#|EmlQ{~Q? zb97E54n8d%vg?-ysAep4jhmY;w+6-Wd|8NOBpwl_EVrVr)$c*$efN~u1s*M{ zbo>G_U;XDgW8G%N)(Kr%M|PKFoySgVI)lzFp=#qI!tG7|V2kJ)2uLs+) zpE)4s#N}Y_QvmQcEmg28Z3qRA(K4PdMU2Tty3k0) z1?}m_b>@uc|lDL3;q<^O!6_Qtn zU~YvX8pOOu-_!_oMSu|H&2D8?jx%aOo%4|>Y*ir16ERUzw%vE1D)cGz@=cYAtoz%X z929mZLW)Lk*WLY&aknk{$?A>+?lrw$9QcI?RdB_u zIFG3VeWVVkg-Ng800miuoiaYduWjCWLzUCf{BF++RQQVL%Imp zM|L^jtgVuF6C7?Bla9ZglB~~pw2hj=>htRRA%>i+H2ZhZprBI~Jc07VKR|V9;MxR}u{V?+PzYvPWRZuL78pul{fS4(1U1iD z2b#YsdZ0@dX#Ohcfvy>#`KzV}I`KgBSAG*Z(?IiAeiJ%%?B9%~<39w97tlQBH=%zQ zcsQW>tFQ;?DYSX4>^a4LaY4WLh$+}F5{WAHV_~nMk&bCSLfg^1;NdCpKyp5*twU0O9_uhG-u>oFzl%ec8OGSG zCZ{Y0B@{fl)STkT1`rJ1nwU!G*CLVKQhIgCeAfDU2Mg2lWm%G1ZUcr7+Dn`U})Uv){^+`5)_dRZ@ ztQKs=6p-rRtYDQmLp=V z@`T)2InLyJumvo@bMjjd$SFJvRZY!8N7@O6C4y=@V7rpzTk^e*lH^Cu3(oMudN5I! zNjx1J#ERj>6e#>zN!mWsLHJ=lPz@ltOP~;lBQ|AS9=hEJOPhty@jfk%K+M<1bU4$J zkb0L|C$5T+H%|9KHff4zF(L`;D}{s`7?7Gn%sZ*3qati~iSrtG=-*W=hSxiUI+nFk zW2rSE;eO7sDn!t)C=W}adciw;H`%cs137=-D#dQ6)in0on$CdD&aJ5l*atQ4GP5)T z)6OA9airV#H_{d+%OO1k?RTUx^DA5mH~Gp7uhxPqmA1d!fyFo~(7H;0^^!YZn$5we zoXHi3$EZ!cSWB9N1Ph`?;X}`KTOb#|rgonrXh!i&+H zuc5)Z$Tq^820l8ZS;Zw}5ZtfuzeO#K5?e!s6qR*TOee#|%NSu=SlhZNk0;eJsC!xO zCUcrv^`KXnWLXgC$j_xrOZ#QD;*wSKgV5faUlvIhNFT5s2~^KAWNVPzW5PeP!{=nn zAY7-uuV&HGg`_~yi3Lq~;zc^xwyZZZ^qmwAM*|%@n34|q$!$a8UaAQ84 z2siD7NE;l$tc6X(*rv&QZKS6Mf%6YxnqxauYy+9k zwW224hlzJg(x{sN3!W!)*5DMGL!MklA8f2^d%k5HVVoTpxS|syJ zX#-dvOXemz4_g?+S1(Ob2K4iJIZHN^Iy@Zk&fpk>&^~$$2Gp|?tU+7KoriG-l8xexy5LZ z;6{CzK(@eF`t(DQLP4l|tj8hQCh1vocq|7v2gwJ4oMJqoJHZSa;Bn%GXHE4F@knX+ zX=Hw}UQZe*#|Mre-6py8Qpc-%iDEJp867KC0_}^>RA5n_%-zSXLtg2RDJ9*MVyw5F ztzbeVcx9hGCD%S|h{>1p>?z*nPN`3qt%fYd z&MS54ev#lp&L_`$NxuV~{zsS6X3aBGgVxj{Zf7mrT-Q2ar8c)8L@*P>J9k}A7^7q9CT+6= z4+xHgQL4cDGTs+5=}i+@m1e?-+YZJC}BicU5&Wlq07a!C!7dslu-|7k^@|ddpVhX z4#SU#NS>>lIWgyC9f4?uQ^Hmt==0Y^7bN3N+OJ$l#ErI&I7>*8gKhJ%L-A!;>IlJ= zFINkw2s`B?RQRtnH8h}1VH`$uw!LF|GsP5QQ*EYr-LE0s#P-%4o&DS(Cl88Z4+^|o zQ{cp%M(&Fhn&mgCpVBNl-jTE6SzD)~tz8now^Sg6c;-W#lk5Y6k$(3OC_rv5I2Ryt z)pA2ByL2}Nl~VR_0%7#RsxU9;QS4A9r_n{yTm2+DRB*KNc)N~bzM`HyV(Ss|pu59z zZJb|{%B2Nd73f8^!fbXKU+p<2=$Q_YPSL7*O)9ZX?}f10U)zh;)xO?I<0!yn04Cj2 zZc%!#m-8`BerAzN)OTso>eZfh51Xx7-Z*?K28;^UJ2}H1|G@Wn*b5nucv36$_dPui zliq&i09~r>Bp?iMl0Eb3&q<@54*E6=twQ%?!-Ct+*CB4$8mTkb7Y=OLd3;6GSBx`( z^y$JiacNWI%a#y!8v9EXnjN7IB_a~&8sN&fAwhSknb#zwvbt&5itLZyt?C}tXD3;A zp!2^XB|fu%=VY}`PmbNIYH0sp`wp`z(HR0{k`xn9WJO^(O4>hsj@T$G|_a4G3oWqi0n=fuLl?^rR= zF*LFM_ljc|!*#BVR=HtGUD&VaxJz$%6kP}6iY2vi$s_3%EG0UVh^ zz7&F6z&@&=N`trAPV`=Pl(gnPDw)ffBX&-NdYT5bdj*8?Q(*Z{xyyqHJfA)5-6z!b z+Ot5vqcSX8cjFLA6xKmFh;y=yo|Y6b+T_ivzP)LVRx4bGr}0b1)x8fAL+8liT;>Dz zI>qS(>@JadpV_l>B04bFDRr=!LYH|n1y;?m3R7&@JY(K7;))P8`InpHuAZyblG?ytbyl>OSY!``>U0F`I}NMT19e^16l3kG!`El5=P$1U+!>}`G4$P1z1$; z)<&gMKuTIbQF0h!=mu#)5b2bV?hsH(gAfUkE)hXVB^8iH>F$(n>HhbOdM=3ibG`Ta zpWo}_bI!P(Jp=RYJ>PoQ`>ypa0c6G2WA9_swwf_L>6S zf`Y(=_?n!D>L$*|qp6QODWOm#?AH3zjda(jP2Y;KzRe?%r2xktlIaFP8ywf=O^08w zE;|*M2LF*>f;?e0>EUks^XR$to6H0FEpS|E9Aq3HxX_Y>GuBu?%#aX~w*;Vg=9&nv zVPz#?JkKbCLr@FQJG{JL7<=|PO8yFVlJ&rdVFnOTK?4j725|yyCJZ1>W)MI_2}_75 zT8K-C$mm#7FiGfNGq*LibwXuQv`{iP*0a#R2Bew5%V5nVN2}5Vu>dWQK+h&S1yIxn z6dkevo_Dar{Vdsk``_7Epeyj{|3AML?678@pMU+o`bx-WQW=o3zkVy=sh{CE!7Rd} z0D%QOKshoniwKmS0Un^8X21iqZE`*5k`P00sl|TRtrZ@Ynw|+4$wBe(Mn! zB>#6}uD|sw{wMzp3>NxwA)r47IQ&un>ZenLzhjB`iOz)bp|G6+V4S{itFSHNGXwSM zd0?*qj=!+0uuTIv{z9+9b`KzyK{qPc`Ow=1IQ~Mg!tNR1_zS}dyNJLsjADiUeCVeF zj=wO!u#W{Cf1!TCU}(821Sb9{9HeAHMNtMM2XypDJAH< z10n~HchO2_uUSx4Um!dm<#eaYQ9G3N{KLuH&B<`;7@M9i%aOWn$ot+lO?uRL_7w^3 ztxbxkB%hGGCjH53Wa;72IG~cZZ|t6I%#sRL&cvpn2S)3buRm$^qrxD*(cOk!MR6>> zwS9*@eP@@=>YbWy0gpv*isnO3tQ?!A^!(|-;(<{TojdrnI6G;n)btFMGq23>7@Q@m z=wE7&)NZ%EuD$Jj>ULU5#Aletgdv_WkH=M@-e4ue-#2+I+v1Yj8C z{w&-TFib+A{L=1*h|SrMsGuS}S1j|kR<2UUem2|eq?heb{iPvqkVjJ=(e^R-Zn`rr zx43WO7L0dO?Tp)WX$RI5Ri2wn(Hq{g6kn`4$GMG{IrhPzv0P(4aiJBhzU~bPJE5!o z;8Z1pGZ8iWJ-z`A(wAlz^<{EvOp;Wu+l|!P!>a{5`1z3~hI84Plc;joX{XTFAf3s(ZoVU7eZi8n-HE+Cyf~`~9t$93|jA!}b zJ2yXlNbVD*8@Haenye4AW90H6UrTOys1cmwGB8UJwJaL5d?GK~CGMMRctj=x%zmIG z6jrtb>oYDT&=%1diCH?y`=;Wfs3AB>ky9`y}6<62G@jJ z0r$jSbkHrky|z~E;HbzUC)AxE*-&ElcH)GqroCHh!(q4=*T^9 zY(FGSm#tH$(Zxvqtk>=O9p1CAW0nMxDp%!RR7Vw6EprFB(AyD*cf1}&Tj9Kt`pu7a zMDm8^AU~+_pbl#9wrkN2z(1;wY zjAh_M=h}7(bs>Nx>g{noiWsZACiciDWN&wF9Oui+(lRUTI$If16mE7NVse@)22SPk|#kQ~GrD5?Y z7Bx=7!}r?Bakj!hb}tUy-`A9dK?3MB|?+EMobLR*sgr zf1ShqIsW}u0AOpFDImb@1!4h;3jpsaz{3jQ_I@UJ|4-%=f8P5~qW|X}_%K^HLjj%Wu!>VJ}Mn_-;=yd zW~1GeYb(4|#m$g5($349aY!uKe=%k&p6 zn>!}bJK%Gb7F(2}oW;d*-M+BJuxY!>=0${+*XPEZf5T$=eB)`XD}Jhxwxl)_V|9Io z}zL3ufoKU&N%y*6vPuc%kpBLS<3! z+^gN~5j2k%=zV;mfJgYXjb7LSB0M3SV-Tgwt;##RrBp-N;^lCA)$o8;cOk{KsCMH_ z?6p#%_BjT+{#kh^<&yCzgAdWUgWb34UZhB+ZOv5{w#VF@Oyn<;7L57kFMmY-i{+pV zyT*eCAjLqhoOeSd?Gd)Znb6ioPnCM>v!kOz4vbCyG$6`p3!B3>0SSeAhi_3reKPxO z%^>fGM~HOI5c>-4Fh7abS1=89G6IWvzPI5rTk^`u#<4xxJdk?FH7bs zyfA@zoacOMTHp#(udn&$+W7KA&Rk0l3m(icRDTn`ZXgD)sgE@KAgkg1P)axdu*qFy znP<}x#Ka`BO;@G85%uF!sPDWNWuabU?m4AlQ7of7yiPBusANMw)9$JrJw&w$zgS9eq36rt}x6&Q?wK@I5J08ryE z(E)f3^cW_He+4~`%5eX_&;wBWk4Ewz94!LO7cln%A$vH;4xuI9qdW;|&{87R1V)S0 zTn<6+<0Hzroh*WsozNuVd0LFgMImfEImME7%}eDrxlVUX?MCITB&O4tstn;%gqeZm z6E=Z30iNdRB#$;9F0xOc%-*=5UGx^+?^UW!u4Ab4hleJGN%;PT307=!SdrUe11i~a zJk~jHRvtyRoVI)JVMv|E6x@!SxA}cfZ>3R!g z3bg&{GriN5vM!((7C*I`+`3W8 zpH)R-Zgho(~5R(Al2nW=JCVJeqW&Xht+D5@! z@kx1q*y{rfBl};-;fSoMKbh7#ZB?w4$G3iQv^_FV(j<=N8PV~fgyd6~pG%Lv!7qEm-vvt5aO-RTBFiZzrW`8DTgFh>t|6I&w2Ph-pzkdf$1O|U9?*NOi zd~ZMgD^-M^3ViwgN)>_EK#yS}?!o;Sd{oN*H{OqrNbLhs_d&f*2I`yYwZ?})uux5i zKF0Gbg%N0xzw#jQY{KKYnTGYnb-^}7jF-Zqf(VL2B{~aU2r3IYNk)qhG6UTctM0Aa z@xta<4LxPru3<8`;}Vm&RqZ=GYRJYM%566x{_EUYc6^Jb%TL3+F+`H9gX)vtkQB?z zZ##{!x`WHIYsb9LPNON~jeEQ~K9=p?RFL}en37CGz*Mm*s$d92ZZ-pt`o6ELV@su0 zi~a=B<K>LGsAdodfMLQ?UdjWHkqaX=lj$X{F}LQT4QU zevHPbm-*HtjSP1l_s`I{%>=V~(nupwNsZz6+$&eDRiic`>8X9_G80l3$zQ>kEydcl zl7rMAIsXx@ueihU@Gb$|utzLR{VF4Z&KmXrp?f&Q03-UeRoka|Q0}46?Q{s04p5V2 zp^%&1i`8Z~dLT1(iBM1o`Q5UB2mHVp)tQ_3e4q{Gjhl7sl8tBnIz`-i^jkW zyfW2Fd7TsM{iv|i9Vg_ilf5nP4I9nR<~Lo7>I7M9ijgMhZk@DVjgR%e>qKMePjD?g z1igUc`3IeI14uCn>cRGx(|Oxg-(JI8Yq%o?)`n{pmBPx}CQp-&;v`2j8EXvBPUTG1 zsu9DV+JLu9i+7jU&YC)-BtUDd@mA@X+LL!#bK-FpZl}!F8?yPCRuN*>oO5DUk#1Js z-2UdO9g*5#0Uyv#H7?1R0D0t_Y2}GdvU@=#+9&jkG*CHbJg)5=^M9f5Ez0h1Q(a7M zC56O&aUyQ5yal&_H+KenFW{7^I1y3Lyuy94OY8&kllCmwp5_gGT!!JQ zWXCVwrR6hTwvnZq^JiRsiL@9^LeoGsmsZf@F%e35)96h7)!PaaMsRUjGA>};INB`X z={wmC(?cnR{FNQ2Q6k)7X=Gi~RY`C0<0?w1qoeV+I(K^5I7In7ErJBv&v|`Jo<4{0 z@yYq6Y{mj^y}}IFjSPcF!FO!##&>r4Iwpy$g34uHwK0{%Tc#aeGcb_H{RPQ>K|BKV z&jS$&*qnbNiv)j$+y7id+MkyFZ-0l*>ID|&zvs{2eK;{YP)GHj%Le~s+W)s}%MKC# z4zh!xG-##`y#au@_@%lIcm?zjR$TWLt~)9d`WxfAebnHO$Y3z%ftD`2AQ^waPz#3Z zEU%fmHMBG(-(TJB!KRk4rtK4r(HguRBX3s%hciK&e9IJ-7R@bVQ60;H9GB~3iBDmC z*;AR0!BdgF4*qm)lE|cwJVoxp5yTL(r4sU}g%o;spNtD;N4ZG}2bVH(5?o(#C^hUs-)Oz})SNCys!Q^|&po-aC+0+RZg`p0`u9z6$ECX#cZ@GS z_HS(SaNrfVi-^Qe=Q`3Mlyn z3U1BnGeft{lzUt1lf-XE74ToMzsp3G!BBla?)@r`Uy18%K#tVelANdElv2-Yw{iw# zNY>uI$IJ=ivhvF9xo5PS!*6m9F7R-e2JZBIdE<{RDGSSidO*M#(jPX9&<%k+teTK{ zA^Q218=c#GTr78k{aI~<5zcpe_HoqMOxlBxgK``qvf-x0WQWqZLB@$826;wG7)Y zUR1GtZrmP@=}Cx{A;a%*Yi0XACrNytsl_`5HYzgtkkgRcL(U}*iVsRt`J%P^#&X{r zD~f&ittr3|*nFxZsC+Eo1B-RgDW3DJ+3Az+vDAaYqDSsX|L!a%K7Dt z_n6$-wU|M5&#c%fx9(`>2502fi-d2Ju<3|<*k!zEx*9c?Y|EPhC(ZuU{xOc9-!!kK ze>I-?nn8^ zRFz%1YZp`$DsYwH^_%>r{>D?mNy)teC8?4W#p>`6zJqBjm$5{OmD9E`V z3Id%^KLZ6}ml}u>tNo|0quVZ5VA0fLjEARKTS&i#67?QjQIN=JcJ1?Q2QI` zZ3TqM&-x-@!vkeIKZVV&YCu@`?Q=g0rN6KJHw5Uo{44AK;S#VNm~0F!SN_uT@A9#m zu=ZyB1nR(E53fc-9|z$3yr~@OExS8@ z#@yZcbzCI^cRssYb&lKh2FGj9cm3$3FdFd48oSAR8Pr75dUUJ|EN(!FG1^SJUd|azA?-atq@n!WeD1S1Aw}HM* zg^&s=o2a2tFAb+Jy%luM-u$gogo9#Xl#IT5il&8BrAiYatfJst@rRdhhibfz1$?R~ zfcHsl6|Y=5J;G6ck?3^0-JqqudJ#}jU;wXq?c69(QP4AaVTF9e`q1^(&4fAl!`=ghy)3jC)q$shXX z|Cavwv;O}*>kriKLcRm$V89H@^+C@8z#9yud=1`?C|Ul_;O&UoAYj#dK(!6{Y?lvE zK^H$@9IL&Vl7ck8*MXX=;H$XCg_aGMEg7PH&J2(SJ5jDL3*63_ox5V@nN^sIrh#Be zc8m(a6*Km>hT5Ro%Mz8P3$=GZSGp}PRGs1ppUsYTirD~VpdIhfF;i;iaS9i+7~${b zwG?(t0uw+~nzd#|K8z%qRLacu1gjFPhb|Ay(Yl6m*i!1)9fl*obw8?%$8tcH{zBhO z)2)V)xJN$d_l#9K-57_J@@dW=tm6z|Z`c6#1}&Srte#$ZGyeRk!Ff(D4+L)kz7di~ zGbf!%PGpXtxL95jeoH zc`6EA zMiQtdnPnH{&tr;s?05;Myk%*lH?QYq%Jr;5(%cWeimKZNab#GYYgkXhQc~KnP}q8Za6Yc0o*Tn>y zFx63t!ZL=%mAFf9`!R4(uG5@)krP`oUn074*CDw}d%!xM)D5RyJF1mizGk9%N7mJ2 ztqJn{lxvVTkyK{lt16xT%=v{%5B-^7GA8@sK~vMK1tQ~!TMsEhcD^3+oJxLj%iVM zDfJ_?=?+h!2)mXpF#6;;HO~qPo23*)(&*h<3YrjpxagY|eJks-zB7IqYvSVD{6PWw z>AV-XGMqSVmE21?eX~UvR-whLjd9K)m`()g(`i_y>I!Dooq6>St}Na@uN`q2K>Cz5^T^}X_C1@5O*Zb(?D`(Et>d=y zbk5)UmG_r`{OCSrVL9+CA8zm#{LQe{S%$`>Vm*#D?utgLlO@8@%)7d`)a# z^(a`fvx=Rif!ixTPfufE>9}fDLNzkqrH9G-b|`5!(5f)WwhG$dEqS{t&}ygqX|5Zz z!JFt)gSXk<=LYZXpi0pIsVUO2=(G9?$Ou`}r-VQ5y^JEP?CXA`n0kf6%Mr(Kz3qZJ zxl5w8N&UqquNoh=qTgPSSG@O3!LI1ow3p>KMq`87_JPk|5N%o54uo4^7Vgg|B(Tf- zjcCgbt8f9HP&U@LHL{^l1HPxwZ}gu(|7|M(f--=BL)*WjR`*XT|M$l|f3DG=YxK|F z13=&Qm!9tLu{U3&IM}J5;UN%SKJ|eE$FLgxgSA@wOAdYnJ$_dRy_&_-w?ocXrUWws-uNc}g7bWsjJ6$a^Yr{S_QXJb$U@lp}ocIW0P195|dF zUz*;6;&eS6@de6z{;BzqjWP{qz^2{a;%ML?;k;t6s;P_P`~=T7?deU5LbCCGTM@#m)!1IGoWFguiNr`s#HF|~0c*CCEEe2vjC3>hIv>y#l@_asqQbX6e_t_32&<5}5Ij@+QB#Y}>-aXW zxM4;KVYQ+9a5!n{t;-blb0tX1_N@gGX1cFCl(QKS3}y866^<`pMV2ajMD#HvN8(}G z4dopZz$KY`!^vXa9$aK4c7Y;HVbDtd_07!5wtD2(HL~4QA(wJm-f-OXZD63Z#fZ7t zmp5T0(XNxjN*N?X`ye+$_u}q=xiWgfR@UR1_d&jo1YSx9m#+ zNTpRi3erkS(@2{sW;=)13e2{T)BFX<8giiY=x2E>82R?wB5T02_op0s|Jlg$=lp*T zjX*n>zY~IC;S?5fKeZ*p!pm0z%KjYoN1M`bETHV)Y<{=|><4Tr0pjY@ykV$-Qm(5v z$gk8Yyt!wBAfH+}W#-VXd9v}Ou0j&Vj9BBb5P3}i>ocKNR&!tcmn9Ntw~A%MsFU-H0@ zKIzxg&ZW0dV~saJ6^toXg}K8-1-v)lt6{IF2`z&8SR+Op_n z+L8eqTSPSU+b)%yj9rw=5JcT7T%a%4Th$>*#+S|&G_7vg%qjwPRx+!2 zM=YS!PU&1+ZM0Q(;<6vE!m+mnm^_%isSz>``;-){Zz?H(ci(GG?tMy%%QI=p`ti!X zBqgOF-q}1Fz`Spm18v2T!o`iYLQ(0J8{7uOY~%1!f%mV}F9<-a2TEXm(o6&PJAWho zaKK#GfhT?;vjbw|WchF74*f7(>ojw&EP4rD)oU9dS& zg$T=j7ODqs-Cjye$qMVesYYbjEYVgoH%-OQrya(2Jy8hngcviZRC`m1$RigyR~FCD zZYpWnaY-jfG^|ClQEY1cgG~fUi{K5SNv8Ucbbkh2&t}b+75Lb*K{v-@>mr9@(4Hou zz7`-@ohR$xRE=py0vYf^k|pI(&dChDRdjk4Dw}&;VxT}lv>sQ_T7`#5`juMFNg4$5 zx^i*JbAB7|JW@dEaJekrB-1VSJl6UGZ+%ZTAR9rFp1Cfv88E->s0iy2u(4o7(Rp$q z{Nyd!;afNuYLhmB*@^vNZMH#XqrJE9`-jV$D=N=WbF*}p0wTN|q@tuQyXbU94p zkWj?J1;N9TTCCs9Lf(GKLewYkcZIrVCxKWf;ntC4b&)Bwtfr40QqxgQzg-Bq?>qSmf&jyw5)LS7FkNBhJ)>E6Zb*xohm?n9HT_8_SE}bzY zprns0GcvjIGPSpv@$rm1KO@KXJ(t@|vYXGHgtesjBE&`uE+Ki7Mh_6UsUk)&cB@jj zx_%_q6kCiG)k_BrW9&_3r_;w;tY?pV@ry&Kuso%w;_=`goVpX&N@RD}gA9Y)BG%v8 zrnTC!+bYqfO_rm{F3ir0nk2|}SfK9$Juy%CrZh=wh{MZjvHrDJ$=SXiwLbWVt6z#y zm$2inowB*bHLb~UL&dC_z^frWKVq}O4+EHN z&LcA4ILAV0H(wu?r6~;?YnD}{@NQ8jhT4Rnd!Rw1Z(cKjOdQ?bIXC%90CokP%T_IhUT>DX$q zgBKU*1(T~Z+2;6Oq=e6ySH0k*3c)W{Nv=9Ev?F{zDJ5m)1WNw5%fa>`s$USm*je_M zg8}OC&*;;z%lrQzfc*(jM-NaeETHc-^uvM&aJhlW=pbkdKWr!cDmP+3B60q^%0ht0 z`jKcGFf;Rk3SR{Ypno5|a0_qq7Me+B=$b9_MBL7v9R;T`ZtUX-AxU&mv^qrelehif zAts-?Rk`4S@w86OvywjRx}hVReyN(L*=6oU9&B%y`<89xSdz-?5)*;Jv#q+lB$|GP z?QdN?W5lmQkWRP~4fi$T)%&ug(BKxgz zOQHGH{@6U>b*4)y3V3&PN~S#ao+|lRPakhD2>+~Jz@5xQ z5H&AXPPPwUJuve|seWUf;}X~O8=h0n&m$-iUz|`g#$ZAdw6tJ1x;!md#8zl@#l6vW zQTJ8?`^UiCtN8^<;Fk(E6Pa$(8(edFkLMv%2G))GP7Nee2rNGHlLI{oJ30KvoYTHJ za+7_Z1o6{cnM7w3p?8lE=4|C_w_AF2k99uviM?MvvH$&x#8#~IAO zHR)o1M)?b(4Cp|R`ME3!c5x2}88A>I4}8^tCk{|$KfBd~ghjtsPzu}9pxYkw9O$+O zV~D=O)kkD&f7@+uU;6#SZy@`DLPWbjDRW@kgN+EMDBHdhvy@1il`&t;AVTMNs+@aR zo&;0eD5nfl`jUJXTnJGk@wT?$wcazWoDpWNhJyAzXMC-UNu;R4a*>~YD6eUo=bVZb zY8s@)j^Z9>2*50By7HJ<-Ou_GzqDJ`M4ztF0L07EqXRjbX0-GWZ#Z@CHxlCSYYX*(WOyIIBc?OrSIEpk{nzxS5)9HhiqQS z#IEKX5lz0Pu={MUvbq16Ticw}&G+OAM$gv1MgFkw1B5?Z(u1}k2U{sf9tmKTUeZ6# zwJg}?a*O^2so)!&ESH4=f@f#F$n16O4Lcu?Dy-ZCcD2B-b~WzY!Pj-%DSh>4Ss0bl zb7@AN8=*suIqwE(S$7XE43|Q&b5Pj_WA`$dDXI}?zeNB$qhm~S0lOL_)DaDQJUuJO z`eN7ktZmR{z~U=W&zxa^{2?Y`gc@rD$Ro+m)SOv@-;MhcJMb>0Avl8UiiGXdu){S$e_JQ5bPcl%J_(WG-`wJ{KU zhCPsi))~MTK`Oo$kL&NIzt!ZaW8BVLcoL$4QMJ%JioMq$d=qlx#_@hiMdrt6(8k=Q zp3s69`JNU8B!^LkP0DncU@}@1oJ(@hn)KIc?;dkB-}%C; z)+Jdzrg~|H*{vtpSmZ1^hG=0*c6k3~g>W2|RQswC;Xu7qWMjff`1~K0 zOIbg;@hzSwifPb;j{ACF9Xlw^*5YfP$8rVQhX50+-wvhK23ln&E&Kh$MEbr=I$$C# zW8X~n%rh%$?%g(sFW1x3czydTp2t3DAI}pPO>?KHknc0kqqCpq8TrifU{IKI9$qT& z{sj3Kgen&11FoF_sQ8&!1-rb5F*qwT=V!I_00#e+@#fFZ`e#<)Pjo&UDgU5{KWp-z zxCdAS1;5KE!0PFtL@IC&fWSVra~(ur97mK+ep>`~L?RgsIzXh_J(Mx8U`F)$?Hg|?$hVuL2#Ncf9}BNySM9}J3l9sC@{ZVJHd(2~Reu_>nPAmV zY}v&T?GVS2XQDA5zK6wbb8(ize{u7cT!_QA&c{O6S6W4J&sPqk6yTOTB99H?II#S# zUkWW>yJJB<>gv_rP*viD>=j?hlbxPP2ejnMa{qcC|(mSUT{ciIKtBx!3#7d1K#kE^s zk*Y8NXI5+0vxs^cjfNEX%#?UBB9J>26TQSm&&(xy+VCQ6(8IuH-tDbk1wUu|1LD`- zGt2QDSE|&$DOPeEl|}x_g8l)l;?n!`D6?=4duH#!lhr!2SKE=GVkJFPtn7E|WFVcP zcpI=Qw~eFh+7l#I!k@r#;%pd6*PYaXctJud`|^6WtA@>&L(K6>36)*BXG}_;Jgor( zJTgJOxr~*Mu-?uc@yhfjU0c?&p(Jmrkuv;JEXIo{7tYdLjU-ei=TcvGFF~`PVo!{A*8Xq5m@PX-=q;SA&Ka5@&y#2;zl@Y&tS!a@SIIY;N2-1cO%88)bHW$ zB+d4tt=WFS*m$SRnq6@x_#K^OBuP1TQ4yX?wPKo9v!>|)T-ss9Ol@#j7Ntm~h9;O}=2aEN`6c!fcF zsE`QV6aa_?MYzyI;1$rrZ^()q|K+kG$5Ca)KQyfFbyVOUIfT_rvoiOia4pN1JVBSxo}b&; zEkRSin`reEVFaT>JG5GXh*GW=6U2q7B6Eh3%tH^m^5RBK#nYye>LN1e`~if(`*SmyN^58 z^!MvkQ)B}hN(L@xoCc#utCw=p*PK~~I0LQS5Q`=6>$yR9eWlta?dl=tPalVwt{ystvSW75lMKIDYv`Hw*QeMeg~{w{DNi%imu{i|5v23@Ma>7OZw=O8ui? z^-EOidBByfCJFM(k{-Q8*l)-z`(}x)nudp=cQf03kCWIef>Qn^&bTF ze|ufPAjo%_t1p5z^c;Yzf}w)1I)5Pl<$^Wjh=Mf>C+GgoA3(772auB3TBJJ~b?MDc zKDktRg4vy1DsEfEGnv`ZL-%)(lXJRLba-Qfu1pBwNl)RT#x_r;H79g^u$^aIxf~l9 zGuN(f{CXUb6~Zftz8mv$#7CF)Ig-I0RTO(d`Z=eD0DF{PKYPfPAo=vk9&bHHciRZ- zDguo3(ym2=6*xrFXED}whOY(NzWCh%R-52gk^!bMm<*0rS1gR6>| z(OShrQW$_cU)q=;mW&kPi`&X+GyOJ2D>R7Psl=i+L7MPnvvh8Cl={p%{fJUzf?h1g z4Qs3UTw>f9Q9EA-X^Y+9<;{e%uJ$y{wc>prJ5F3(apIGb<(LLHAfwZH>wyzi>#mI+ zQvxePD7H5u7KV*;GDlL2V?Lq@2A6Xk1_!`>ctn-@8~vsKuxX2I?DdS5N1kXzQd&Be z_0k?;MY8(i+nZX6;isHCy}F`w3`6N$+W`OLHIk^e$Au|kto)_yk$L@ZcP_&7aS z_vzz~NNUw_5k#_L1fm=(;kQJ$siB*RcAc?mSXWyOJK>j6NSAHcOMl*V#8WX=Pr<$F zw$+MmOKQ|f#~{*|;uqqc`xLSOE^Ta-k*E1~3#^((BA=I;8jGAQkaf@NqXzts?IYsJ zdmq(FM>64*k8UTPc8Iv5B(s_^5*isOd4GVub>#NKV%(|AN^P6RP)?gO99}ChtjhP- z0V&P{tv|rt@H0v+?D8JQQ9n>>|G#0BKUn1dHs<|rm_v;9d(E)0a0ew1fK#9m5hmsw zEa8IevTZqaxJKjs>x?m1Vnl>%Q+s0lc!G6{& zF&$=vHivr!>y6SAJ}Gv`Ky{QC)#LhiWBb4pvguSZW|gj$A$pBEL&_WLH}zgqpY}H% zMP#B&=L8dwK52dV9AC6q@eHTHRM+%}1quK7OQDab$|U7#D2Ro*< z_?w#4yz&f)6P`2a61isyEJ)kIf;9XqYWhufn#%)QCApep?E{EwzV+A+l63#PQ@lAD{FY-*xCXBIWs8l5D z1M&*rnPWXy)7_4{>r#p8DIj%%c_V40FdA7UkTjSkMne-zxoZbh)N%1Dfy?Vc(A#E` zS8<6u7rzX2&IJZKYcyevCE+e4VOPt|PTz-fdw9(}BK`(*4qDG6ITHhkyDp6Kr??}q z$0r|OLASbWwt`lzZdrMF(ZKtA|9*iw1%Uefjk-W%?N3GPZ>v+RU``mX`bVAmfi?xj z0Y7;9-}&4h$np1v9RC|6`8z%jVg;&Key?Q(u?l{V4T0f0DD;DUY#_pYX{dz028sp0 zp(8>5%XK7xNk5W~#Cout-!(|;Ar%N2Y7jtR>2q?}Av!!POmu6v2QxVZ-?}q9o19ic zfktt*QSdAepd^J5HWKb?3)5^`6L=xj&uPs`A~$%qu z;jZbVKujyzsYv44=+k_IMqX-?og%cQrJSl5p?53%4VL&6neE@22+6;&UCO`<9X+Gb zej}nH(?{e4lb>Nr^i}GOboODpY%G$ezJ!F$OfL|na-Z@Fdz~@G$-P!y(WfgOFsw^Xw_J}`8xMU~f! zykF9UAKf(>rE@nvDhl0XS693&E+0$kZMEaTY%{%Ogw_U&n(cc{3$P=K&qq=&QOKR~ zM}~MKCkvkVY_43n&^Lp}=*-7KTQD9XZn2m#*hC%UGnpKQ!n7t8+@h0pJ@zGIuBa`; zD!b>!af_{Em!s$?4r3Np2aS8Vu>XBw470iK5&a0GM5ongBh)^LCwA{z68v^MoHTMvoFuqoeEQ!4GZcM zxDS9^WzB0~Zg(ac9HYLtZmCD zw@RCe+0Sm3`ck;4ZLFlp)30#<^311iwb7aKsmiflGnNn0ci=X^CiZD+Hxe+lTR|E+ zwHyA7ImzLr0<-Vi41NW?<2cv@`g1-ku*>@mGUgAw`*)(VqrKN34EKA1jlUzN`@8*4 zATdtRcRagc;0gxFfO7x<1_K*k$y2}xz9RvU-<6ExJfb`WW;rgN+6U)V)Lws|?rxijxsU@GVWTmBSl9KL44-WpMCIm{S>dtc9qmk~os=kj=!(i0 zq%U>$Bjk={X>VLq=p|h$UGoCJQ%iZ3rYFGf*h-oE^g6$zSw9>ZDY6(7M|?9laPZCy zA_a@H6ZP{qa^7g(W0$V4sa#iX6(SP5=Z_c3UafYoDj(7j>S3+7oJA>z8)POy7p;3t zm}uy@h!U-rrtRWMS)})ZPN8cIcg-ZK%VjgEGP&@`?Kv~^WS;O%wuxuz;wJ$WKBX$h zxW;LcvmEl7p5Cs>X(g<`cwDU5LMfj1!W(VYll8LMf_9-R47a1vGdNoIh(6x9!b41= zWK@2myjlVO2AzsjFnw4bX@-j0x+CR4uBaKA;3HKvPMyG(bZQ0pX@lk&*X+E@k2{21?t84Y0 zA&pK$Y0)^{0BmeeWlEF=+qdz%!lY^aBkEyr^1XT&Jqh&O6DU}s!&s>c@+#W9M7upD zdpl@OpNNiYHhqiiseXm%0tQ!?JUi)7WjKGTDD^D7op;eI%uWNsY|Iehb{pM@)wp|f zCkqBx{TPPxB|cw$=BD~hr5nx}7G*}i zGIqP4KrJm|*pe=kr&>%8_wh~-YuQcZQQ8J~h+701C4=XJY!vnOyRaKG@lMJ$0}Kr; z^d_S7R$5_gYjjSpM^wgC6dvQp-@}Ppuq}Re#&s7ihmZSO*nR1%SEkX`f;v?*q{HHIP-XvFlXui21n*8d1p-ELbqC;(EMpv~#F?&|)3jxq9 z=93ripOeIj2j-Q!yj}BENh(5X$K%uMeC|?xx{=`Z9cm9POLj*(gO-HM7DOX`?Pc0N zU0Tgizl~0Dg9mo-wr4SW1Q`-vpv=->U_HhTXQ5HKt6qmhgLbYL?dmyYqQ}Cz7B9l> zC`;}e;5u=s)HjbilP7d`_-@mVG#xXqY8>-Ehv?wsmRPq1dXA>CO_P?AKF;sO=2pZ& z`KC)#4DH1=1xx)}6_&RyH%p&(Q9IAAfINumwKkBJJ~qsJbIp&~PQ$`_psD$*_K0!@ zUSz=sp!G&1fQr8N551V$2hfYJdG`?+JW5TQtfm}lz~PSa}=3828~Z& zDNV}<+XmtA!h!d@A^n1Ug@u)MKOGJJxgtEy&#cT>MR@D0OGgJIgcv+ADq@__fQaOhJIq+&5Lia^d*gy zv)p}AteU-awDW=-jO-kS(wEMVCbM5}^}8^3$^9O#^n{oDm}6e5L(1SYEAJLfMY1{b zGiU?&{o}}tK{?IhM(XR)U?lsC+5rhm$i7&iry@Ap_!Oef>Lt0rhqTBtysVUbMUGht zf04E=**{dXcTxo|6xU{K1;3?{MaJ83y2h_jRhs?Q1#+v1!12mpj~Ze19!wUVWfpKh7ud+@U8fBk-JVjsv_08 z;zGc8#YmoSdZTp%VP_q?$TakP&?&AwB^q{l-51Ma zau_j6y^Y_ z!ad;D1qJ{^$1gfX;`{1Y(SFFlV(-DSG^1fN)gJ-0j2)a@TOBN%)2vitRJH>vGvIp- zr)C6*#2Xl!aN6}z(pjCn3k1i_++v$&P0t|rIh5t-hu; za&hZm9y!Oni6La&t9sjUk0E*pl5q*xo^Ig9zFN=tYS}kb^?Vjj@00Bk4yaL^qNdH8 zn_9jU(K}BRjjXS9K6pI)xbB)oM=xGSQ@`}_t|HoC4K-tgtl4+!%A#x9GX$$lG3_(q zI9AY_l|t->WobI^ywufAgd9Cf-@{7=-fsc=3z7u(0|ll~BU@mmF9-r`xeOpqW)LvY zP*_4l(L!88L`KJwf=NREnz^m9trIGfqJ@&Vv7UwgH44^GSNU(NY3zgIe<16(ffkDh z^Vj}5EFvK0@9@N53XuTkW8h`Lj{3P`2{;A;N#>^=_8@Nz+)78=2!7KT&dGdK-W+s5 z)wOE?VFElAd`YzO!tHGHOpKYE@w8q`d+Z;T5-okiGE^IHOublWMKicm^6XL93#Mw4 zH-QoZ?qb&7ZZzu)ciyFb{Lrh1sd3zqmE~hKCmGo~7AG@$uTONr^|GK2!gbBK@j#Ob z9P7c&UGe^pC(4?IMGkLC!1w!zr1uYp=*nVpKQ0MXSkRdb>wt})f;qbFx^<#K9o>TZ zh3D_CO+BwR93($~)sIL_j&TUs#jz11c`}m_#?AWWXYJVo7d4|+a`Yqd{BBF2l<-?Y zcX1L;4Z?-$bp}r9=(CXC8?O55=^(ce-(bOvv=cs5BRhq6mBCaC7r4*+1iSXju4(Rp zigNBWUg_N~$b375<5!_?By`qmLO_#|RM>jYzEGENwv76$Rybzj$yv40xt90~HPQCK z_N|b%nCfNSi_6D>Hl4;lO`peCx-KdZvTm7s z;c9Xr*_@=m97RZ3Usc|M(@@>{JoLy|UOPVK9^!1kJ+^xpp=Ji*F3#E6XWHvrjY0!u#_j27CT z&@7?L{wTQljk8vA#8ZUQ2sZvfc%1u|c^{nOO$n+Y6KA<1r#B-6spm{}0=LWPhH%9gS=e)i@<;j~=9WZ8EGIdHh2BBzQ|%v= zdXHN)gtT=%R{QXV58P`<6hpww2LxdtIk*0jPKF)Fey}8cfemeZx961YTB6Lbzw_|g zQef@Llior!*G@E#30zo^@H#nL<{B$N6PS#Fq3I>on)Z4j-x43IpSxB!l4}!biI{^c zlPzDHSU#MVkTgodOLmi%41=%QJy)?ETMXiy^$aH~=5lR(m{0;zZgL%Q?U~MDA?Yc6 z2jQTl_-r9k|6>tlpy5G8J4@AB_y8e$-?U4wp5F4pZgG+0QUvqAr%_hq)G!@(3pS*z zF>IshIK^RWY3dFxL!NVE?(k?IJ$IVgxj2hgAjiSre(T(zp|Fir;mG|iI{}%?fdi=v z*e2QB(GI;g81KpoTN8C#)gRM+Mmh4Rb}!7@)z}2T+1{ylF?>D`T%k2GO+Ldc@s4l@ z)39tFo9Dgq24er~;)rjq{Sn(f4riCwp`~&_cG=5IFMHezIv3LcD3voR_*^OnO)p*V zWES_0_kPIDN~>)0!S}OLiJH@oaPnoi(O(Lke{??!S*z7=;JaBS0y_R zq?dfg%QmufWSZ&|lgPuooRZPvJiWFK@J$S$-A0kf%;QfQo8W|s!`BVY3d!p~ZO1l@ z>1dI0xaphDhQp4~Q3%ZTscX6_=`DU-MG19uCFNG{ zvWThYajYhrvrftnV^mX-)kNL8f6=5i0P#g4TViGCL#}b7&gKXZzE0Zl*WpIarSeZc zj*t(r-J9W1yUI({Y2(C+wR739s%-Ri0au?D=X!5szJBJ2)F~4ez1Di6iLN{`yjo?R z^z~%6_cF4=uN2rTL(9-opS!U;8gCkD%@UU*=er%=L|8e2EdOY%-q(b*lsV9DC$bh< zN}vt68AY9wZ$%s1?WvBwf+(hA_=crTv?;ke_87azJt0(D5nw#0pJ*NV9Q&yYnDIV^ zIHlRzXmi)IP;79yuGh{mOP#CTIDyrWzj#lytl=e+H1`!|v=h^qua-=3hf)a*1$2{z zhr{&BPg>j-jl~=;N93W7MVcA$E+_J()jqwvppoIf?O8$}PSmn`bBZbUiIWNNJbGu>dOs*@tF6-ds0DURZpI9 zjc76cJ~PK#yuGQ6-kNFB3`w#Ni$m6fompBYyzAWKcjrOrA1}KdJGmak^Uc*fA~nMD z?asbwy45fechk!kv4k#BALm;Z?1N6I)A%x>?mQ(hp{@&PzV8}J>EPW!-=;#~*7mLm zlFIXDQ1QezlzTo~;uJBTY+o2woj0|Tkxuj|I;q4HZZHP2#rBjGlZnySQGc5kNUseb z>TQ<#E}gpDZxH|^qeOTg+>xoaa*k{YAiZ9J8X3i;U0>I8nZ=Gv&3ls%q}QjR>9yF| za548hb!upO-6sQ*UG1Sh8*Ydq#Gxv6wtk!?S1x60&euB51&Cw0!4Itc;=9j_@eEPD zAk>u)+58{&z5=YOty^2VJ4G5nLSnP&lopW&kx-<&yOr)n8Yw|QrBu2FRHOvyMndUE z5c${Mp7VX6=;ivK>pkDO>hma*z4nT^)|z9CcZ~7A2sOLb_rIMq@KIjU1UAbqA};=wrTyOuUwWa#-v^TICrJ>GyX z9u6erhu&hq3xZgD=ot78;1xkl)K?Gy=(HFt5BRIhALet)FPT4kYH!q?M2;Kw%XO)@ zh`jTvR(d`W^+u~x!u6penMz*j#?(ToO(>d@Qsr;F6UNLIDw80>Qo*fL(7(`yEB7aBmMBqcXcbc)jhl4DZXas`9M8pGj4Yud;oKm zKISB44qnhHVO$XJaSU2P#1bBaUO7kbxjtOfymeMkQ&sTlq1U67!TjVac4C*1iE(aJ z*5?SYal*?HoS%WikRyGU&DxEY`^w43lvF>#qOk%^@CjQ$3UeG%qQ9Gv(MNN}(T+qjT?eJO{Wx08ix7WK`Ls+INyN? zv&F0tq+W?BV&ugd!POHj>ACFlsZDS<>ay_7XxyFQ)ILvX1-G<^&eEAY>JZhr4Tt4s z9R95V0UnT3;z1{H-W+MOdKM4Fj$0)YVidijP*9r#B2)6Yb^t?jUc@`fuq(9u4be$j zds{%8RUFwTVX4+8pJ)jERnhol zm_d%^yMuK%i3#>D##iA60bu6~^|st>ySBd6F;p_a|-b$>#Ha!a)6K_51oW zQMT`N((*zVHpt=!Yyw&PpfxtfBSO$A;lF=sLn+i~oh$HBfrwwQ!f_sh z#eR+_f_J4bU{CdIs)nj%^w(pcd@;XsK5Lf2UC1T5Z1JvQq!@dEs@{W7M@lKd<=r4;K(aHVpolyXS3Y~Fmx zC8UoaY#sr+5Li1%h);F)}Gd(nev5W{zXg(C-u5PV9$G84LP-coo3};YdU7DCn zJGs;Vt4F#Z@mlz+8mVR;1)9mw3LWw-7y=E8-bj${9D|GF1``shOIO1^bqDP7-kctg z>lSv75uB)e|4p1!lc%?Y#q_VRUjp;k$nl9+D@Y4vfpC{XIvsWF+_{UMIgEdNw(PWT z;`Lm^R^;2&iG!CN@(!M+itcM!=wmCn6&#-N4OpRvWE*=h;g7QYCAh-vUW{Y8W%!Vt zcYfnGFKCnZ_`h7q3vSMZ#$-~l0fKrL!aX}o{6+_%D|rlbB^NtsB~SeKO7495dn@^k z{y&MXg=BT7-aMsbu`*Jx7=H5LN=ZCfRkm-e*(cKs(jDJItY++x{9Y`)089CArwV*j z>E;(KmHm{6B?ssjV(FnQ6V3!e9@)p&s*eKAI;D{dwr2vx zB^RtOI7UPdPQnsM+);cg;=`h#7zlHpKON+*gEJLSl_w%0>R!%-_G!d=8OKbS2Q5)( zq-KF)cdBA~fcn}>R~RfA`djuV%Uz{!0z_3Y5T{|JM1ojY5aT!{Tvl_0F5F?9W^h2q z!saF3)V=lkRbR#)X+9pQAI1f>r+w5UsJetv@Oe8-PoiLvLH zDZaX%&bRm0dTdoU5yH4{ zRzElqa(i}cq0GI1beQ?^%)S=e6l>}|>t*Mqg=*e4l)AHPH%7Gi0y^96M(o-w1_pGJ zawQa`?IqDf)12nerCb{DI4)cdalJ8=bi>;j<+P8Wuv(Qq7 zvDJ5bdKvxc)lhP&wX93*1Q{uAUl-IUF%UJfIWh@=b z_lflAF<~h7(w9AN>oMhJM1@V0uJ1Hk4v1pmhI05AK95`G^n?8*C}mVskN?6*Yx*u( zW1t1XAf3_3!S zneSU^MWWhYy|T&!dVJH|^(h*xRY}P9W!l&STQvyb(*T zmY2SrD)3QZzF*+pv2z@&uVw!^Bocaie|vX82=n{z@frB-P5x(lH-9Hj>-V|*=RZpz zpj_cQCGJp980sxUN*Vy4;e--*_EV-b|FPckDRW%xyvM!eXqoWml#sHtOqNT~va~Ek z);Bxj;cO-hXB~DPZ=$nId%q?jkrbmffHC2YWb=GL+(tMVd}YKXqzJTHt*c&sHk|$S zvq0m|es=Mt?Wx?d)Jn`eDRVkD%VHmej9l_XpzP{oy6;6as2t~{6jym}sH zGEG#GIk`fV!4IoUfU@D>;RrFv7>083P zA8+<^=!iH>D&KS*eB-=4u{5@`PJiA-QjGnPx{{Fq8mO-023l)PmlR*%6n*hEu}#0S zr}=b;=R6qgJH;i}+aBKAwdj?iYF~+>RgdCsEPbeKH$&vEwf5qSkNd3E`m001n`^%9 z>t?Vv=(Bjfb;W=u@RS)f@NuCYj~H1?0Iv1h5dx@a^+P}M0}TZbCbT#m zT(|se{?34d2^gPz43fx85>yEKMwj$<8#Cdombt|AUG3CFofi|PAIMJL^zUvTO+ILn z{urA`s!i%P!ks>ehbzLF$`D3uOg>U2^43>ig8l&&C2X9-EL(sZl~s(RA0rJ*0Zf2z z#U<5F+uXr_$ZGo~=lIWO%X0&;feHa6xjF{xZH*YdQRK|Cy)r>}Vq){AuCB z8?$SD``Q`uFoa&=I;>l8wfK9=0>eJ2ac++#1EeNX%2#6P%f!=_dih&xL}CYs6PvCl zoxH-~#am$yTsk?MG_BTX$OFQ>&1MSel@Vp|27hJ`}qSU7wtfOH|oaW91)#C9_ z%RCY=_E_qy<~C30KL+mWY14*Zw`_j_o4>SdOIK!r%vt5uYvW~=@ zy8&mEsDtH64pMr8tJH{GhkTsn!=vYLoVZ7qMC@fkg*kAH9$sRw=eXTPgjZ-tjW6M7 zOlGs~A~<5d14$d|C|i3t>G@>wlE}PVy-ZnfB}3pI0d|#F)$C&+ZD@h}VmetgZy`sC zQrkW;!l7G`c-U{LEtj(@TRcSuzq!NkIashKn94H$kta;aob{b=Uj^_{anoNAl^my` z1^;AF@|PCXA9rj2ni0e~{x2hj-yZajy&jM#kX!iiCa3uvBntixX(%t$>3}*WkV65> z$Di#9kncdoCuBMSnt@a0v;MJ;%4sv5+{Yy%6s^oRtji zGP$sql0jx)cin?20#+h6M`_0Wo%d??RtkRGr?sW$%&kLRUB;F73Rj0D){Q;GXqma( zW>=$~@AT6}z@Dwp=_yNZ@A2B^Cc0LOi0Zf)A0g^S&{ZUb!6j5AJ6wvmLzBihB{e|o zNdF+3^>t|(x?nH=8=+R;mVmrYc+^XHFt(6O_; zm9>&-QST;(l)S)QsC)OMVe&&GP}8^aQfHl`VUlVq%BH4eHw>)g@9#jyLwYv8kghiI zEKu?y4JmnXbcG~JN2o( z?SQo3Cg_WO;bs3`rU$y*Lres)3B)3tkmvzS#i?H0f2u_QpEl9M#(AtXJw~Ktgzby2 zM;9w6E^Mk)Ua$7gmAPZg+iUSXew_rtzAPlSuVWfuB4_EBgd z=pn%-z|~t@Wh$=qk#RnR7+|VMxO=doPLBzsSQx9wEG)}k z+W42iUBuN(U|3Jk7~-ZY=(wcr1WItUzwjZ`b@eKGiq%l&wdO;s z1@NqMI;oSXZQngb4PI{i5uXgH=Br}uAK%zG`K;lR(22bx>t)uX+k6^jxs|bZWnxVz zavpa=*>H6z&I`pL^{~asd!r(qcqyR$431QhW4u+T3hUG{dz2z)d(ZQDB`w)#7AEtpF33iRZ?S{qDYm9C(2 zQ><#sRTakT7;gJL)vX3wd^3$QG347p<$ThvIAX#RbvoQU<-Jt!cMUrHSzcbKb7jv> z-yk`kSj>s~Xy}z%eEfY~s}vdK^}K8MaaE)w^v_aI;)F6$n>uOs_?~?>d){cYS*-=x zw;fi!+lcU9X8PpYS>Eos>l=4rWb?VoF2%#8dDqNbFG~!1-1^F-ob;l2r_=6ExuzS} zo4D)Aeev`)2-9x^O^|yVyNKq46Z)MK1tI!Ta7*JR}_^|K#;4!@Xuv!TxLyYbVVfVd@0{rQ#rY##zI~fKnBr4d;@S}owsjz7n zX4_gSYK2-^y*Cc%R}4EUu_8-)#gt*35N4*E$Xc%u!*&{STvOc%6zo?8PYG0-F0jK$ z`4Pg8vTZB7b3M-oJIvpqz3LKFY)daZM?mfUh(g-cpV18CS_AB%<92nq?bwV_*_+mt zZ8$r`a)J{d<P96Cy2L+1m>#3Fx?FIABTzxiYnTjX-=$wFc z_zNMECw9S1%W^F{Pms3BF(eiwM{XFDA@wm+ed-ct(LoSR&wxpASDloV^?mpP^AT0N zIl%oqcmQxe-&wuxTywvBtcx@@=fTLobO^zRhV4LI@xdeN)mahBczFlr+jSfWZH&`% z7{Y`R!;X$^MB{oNXeDj)s_%=pWjxH>KENiiHrbY;5v_xMD$Kbxvqq5XI!q~-m6HzDx(67%p?>vF=yra>$0f? zsa~2vF-9sMotRxe&G zG9%u&%5+m=ZSnJytwULE5!)y+kJX3en$FcT7sFrAGdRX=(cuY!w_@&u))_?bcAcrJ zVs~q4PkF-~ei?y;j@EhctQt4agd132u$T^M!sQ)_1DbGIP$pH@*80Oj$aD3{3}xT| zzz+BM79*teZ5aQ?3Q+nsl@~|J62DX*{j5SiJ#+NC%1l+7 z8tUchA|%?8{%T{DK_2~gG#lr{9-HnFRF4*4T=lnh$bEZJgCjk14v;SElr=cibct1SmF z$B}sbhcW@jfew!-fGmRw9Uc%}5H7;8U~4%Hx@LFlvsc)nId$aS8W+@@DwC#%);a{9 zmjXcOujXHkQxboOcjNXP2sAOCPUeuLsGY3PB|}~mc&Vbzjrl}6G`t}ud*?bjMTP-f6a_;8-*l5k#5<>H8<>urqi}y8R&cg4J>b6S~Pn@|UhU$ki z_cfoDtQo-hU$dY#KR_Pb!zPK<(nZGvkpAD@LgINAeU@;Lr-SOy^Em@R7o8C>h9@tt zB0E|nLobxc%}l#UHhekeUKZ7&u{C-t?j!K~a9i#yOv?Nm%Xo(F0qYf!E8=U?KFLa2 z)=tlAvjhWoj2ZaIt(^*n1Opv0Cj%s>d=cpV?z&>XEx@#LJ&&*MXnfJe)`WK?e>-CB zDSRXQ^z>|tvy5_=f9C9+ON4%+E;Wpl&kh}Da^_t(9?`tm2oY5mPDMpnU$1V@eOLwV zLtBW)GBXU1;+df@Nqrlr=bBC6eqGh<0Jb5?`q8(O2Ie_}5dQ+>4&q@yiVpo`K91v$ zAmHzW4t?K>|8qb24cGua!mn{rejn%WH_z-6KrzFQPYc-OyPhR98x27+AiDwVK4hJM zA{oGUAY+Ih@D-B5ab&grk%a^C94FF>7Qys|aA^xlu% zN7#?N+w`v z-`Xo+T27gd192Uj0>C}O6opWL0#h)7#f;B4*Fa3bm#+Grn9=mhrrOxTb!^V zdj%$h@A|oMKXE1g+lUyfPi|``>o8E9iC!Nlr*;NOroOu0j-ObRXVa7J;FB7x`TS#x zT}y1m;|jFuEA|?zO0JRDS5f!%@Uc=C_hB<-+EWB$x%!NQ4dP<#qg9qR@GlT-C73#3 zXuapG?QwKn*x%Pg6nrmYW&2Re?8M7GW!ekGbu5Expa6;n(vJ%Vs6vsU2KADMgM)+A zJBQndw$07MR8;3B0}b9tRFSe}QC>w@7cDK8i$;FG-b1%}o<_-?lMxpq4vtOuC4sbN zP*EC(KiKG=1A3L(1V+;vb61a|&s=Iv4-3v#vi71SyaZj-=w_6(8fUFF`;fJQlEHx5 z)Uy9#V#0lo$8>pGI>OYyqy0W3wZq)uj_Xr-w=!+TbF!)@Ug&8-I*wx?m4yOSr)1a# zfudX)o$Ah^N-pO6!+zAt^Ge)$J{B;=9bpcueq%mVY>0K2bjxWP6<$@-(0L1IqtHCZ z@{Hn?%|Ovs#@(BEYQcT;yx=QkGm;lCYc>olQF@GwXZJRJB+Mk>98g6hU$1SXUX$yK zShRTmure{V@$Qo9+qWH={0E0(A!D0eL|w7sw@$(p3nAl(HL2R*3|b2Jb!JTuZMvla@Lg%MW*S_AiKDC zx7rnxZeNh`8G87F+&=E{dfZuZtW7_@{5JQ;Xd|t5I%2UM-5t}FtvtSaAzqkcs|+R^ z;)nP0W7-uD!t&aOV!C6N!>=%J{DQ(MC@ZJpdj`4d3(J;EQkpk;w zW2{dMjbfLtWVT!t;K?YZQdhK-rVe1Ru)(ShE?e5Fm-6hsfX|=NR&p4=_wk9mP0)VX zUeW^0f&f9f<7BdlTwc2Z|2~G4?z2(Hq(c9x0ea24Xfk2TaaB*EG-eauSBZyx>-CkH zhTa$Hz4OhgH0q62L-UI#+lro!+C07%H?mf@3a%)8x>bx-T|3NYuWquIsfH87ygU(r zr9o6RDb-06sy)LxQBb#j;=MU72zWehbpRr*Ka~lx*OAO81Rm$B>o3qBtr^UfKICNj!IpUL7^JB&Jt|sw6G1AFH!;9S^>QT>N#k*ZpkHg6 zD~bx=%hy(eui9?CuOdxp!^L&oNyx6!{_tS;A+Z{s)Vg~A;Yzb>5K`Xm0(0ei!Oc?L zI{)RCoMDUxDa&?R0WS1Im88lY{ZW&XH3@RVa zoG>#M998;CI@PSO{d7TNRvZ@=cqUJl@;9Z{7B4KG)(wXyR-{Dbj*K~dYHFbIH=a8C z-oLr<(<+Wn>WDRFrH#a6GEql(k-F}hKqIs#pD3dG94A8I9Ios5bz%?U6!1N?%WP}S( z=*MvJ8DD3ozDSN&$)+^J>!y0~p)zBv^=sGAr#1 zWRy`9pWclqKm4eb>qb_vl=tN6Lq5#(%4*p*?mBX91luUka!jZgOv03l97H0vzzw&9zmq)J3TIUyA3|uBnQlrdo`(?l8jMgKKwLwAj~mo>b&OW?Xo*-gZ&6ryZ+j$XM=N2oXpeWDO|^u z03&5ho7k}ZcI<-H=|U(6d!-3QZ!IEL&to~*ozW!W_tqdRDOp_#xgRM?ggc(@0(Om1 zl^wl~7wNI5{uJMu?V6j$Y?Yd?U|5Uj-7GFffqdtJJiB@T7wD($>K)KQq{1E~3Nu9U zY`&2T{7ku@6knT&rGT*dky`yd=R4v4h%;`e!8@;h~Og81O z%X#3=@$H0yd5$<>zW^}+Bs7j920tez&dUjProZe++`vxH*2LQ0%9fIY<4*}WH4}Y% zV>?Psb~b=Y3B&>X^H+uKARZ`Z_`i1tVh41G|2_OC{{&)#s<{6Zmk45qGAsYryE^5D zAP|`SXVkbrfU@Y1W4`~5&w*#^2WJHW%Afy!=ls7hPydu-f<*pqR{{c5wEwzi3?$C| z7wrus!TX)m9u!Q004|VM`VU|MIt1P&VEC_gGHCArKnDE6_`=I6WEDS_tL=q+84=q!vwv?l&eB^Xb#&nIFK$Y>08s zmwt9iv^LMLj3{4ac}5daDT2{4tD=R?r!*QZaLr^Y`?7R9RrZHT-|(i5S7%kC-&?M< zclrlzxW1U$%qX9~91K%+so14kO4v9S_M+`xnWC3&-kL#NDachWA;eBqetH4l&Y>>0 zKydAWw_4UPTG6JKS@`xfoR%R8atX|xw#Q!~!cybK|N$>`pF zvZcAG$BZ{h$GL0I6=uy5j^1?CWMElbNGa|r&-Nc}%PbHbz;sDe=C9Lvvo4LJHI|(B zx#X~P!hA-1AIt3CPWiWvB=BAw@g#qQX0r1fgM1vKWo*CDCU~O__|;zCk-lG2v{EN4 zO@5)?`K~KRSTFL`if30IS=KKSgl3B#csE|Is-o$=)|m-Z)2IhVym=(mTx0o)s?>6e zzRPuWx!gLIzS4LMkuD;7f{{SqNiBZnt^ra$MKP!AQydoD9MdP(S+O#h2}^f!(+)Q` zV1{qJmYf)TI@Ea1fWyM0fu*C!`mGspiU)nE-6B}>g%!58)|-*kYvIg|o3v!Ly}Lo- zFnWm7qG0l!NqS+wjJgjZj)cu_iaEpHgV&lWb>wN}Qp~peDQc#>sd^4YI;P%R5__Sj z5ob7kkSEr7EdF_bxHZeA8Z|+Braz(-wsfR`{Sm$Nhs3$!+a(!JpXVu9z2dc3@heXZ z$~jL9AA*iiaXWPKL)3pIy2lD`!I7_h@+rG#9NRePbxzUm@-!w{2GgYtD#ju@f}z|q zw^dkNGG4z7vA=Tv#(6Tjd%74IObc>+?uZ3#EVm^a2Rdpc^+!Gxu0QM=)9Yp6Pj#9Y zx!sJ|&u3e^((l~&>0{N%4B7(}k<1exkW*rU>}p$^S9~AFJw!5P%`05l;`q3#Ddd(_cmQ4GH!9|VY z=*OWG70(#ckS{px4)00K<})Lj(|b3ewy{A?+l=QXOA#9hXzyOx?dt z6y}y%Jwhea$iFO4L^RSJkz+vz2&BEl1&agL#Kzugij*hn*3D)s!#;S2aYjV;D} zkJ{HCsnZP_Mf;YSnZ}kBUDWF5QVrjwl}!xYZhw?7^LT%`rK<0q*ZXYY+N&b>PCWV3 zB5ubk5rG?uD@OI@hQ2PRhn)k(NJov-wLe&Er6$|(y+KHIlNT(?Q*kE>E~PhRg;Kmi zLYyh(;Roi%b9M6hgg%IMm+h4ha{JgGpv1H1(}%^(&~}yUqWewwral>b!#7`e<%2d; z|Df9DtyJA5B!2pm&{P4YTspf~DN%D(VbAZj&3M^bt!+8ulsvx%y2tpI2YmWqXu!>F99q;|dhKpy_^g-<$(+zGAQF0zFaUUhHZOJnVwF)_aN;KV68 zEo{bi%nDjWia_2_xD^2S9#Fk1dV9xQb?eQcc0so4^pzUSTjot!G6X7daEN%J#_U>_ z^ie!uF=hYM#Ixk<7mYs{c%Vw+_XC3ZEmH%T0O{Q)CY_H()O6nhGQk{X;D zQeF#k4A7h8Egm!kXY7=iII4bKF)pqYXV8e)UKU4l;cB`~Iijp{P6yw0RE}${Zg;Il zxygY|wm2j|F!f_n(o*kdc7%hj@(d?VUbVYL(V$TDxM?u&!Cd`^f*s-Bn2;AD3>>|% zOk*U6W1GGgdkEvGh%8bFb2B}uYcI&t+tyagW+91XS#kKaIKW5S`K>#vTYh$A7C$8!$XYc96O&>7sR4@hC?G3NL z9A%+Ml6OyHvslx)p)E#9w2@yrs^81!`pKWdUHAS5T4`3mNyOSbM=aQ{fScHlm7o43 z+ys3ffOz2R0+o~Drav(a5IZ!v`RDNT{{un7Ux6rr*rC|oNyq)cN5?n+!G=Hh==eVV zb4DQU@6H(HB0#)6Y(IlBeI46_ImIOZqHy@@U7s`tb4rN(!o!_(3V;3%%*FQKg|5I{ z0KxNLheSZs-~XGt19JgY!hhWv{5coD|Nrae6wJl@vu_lbOXPc8iBM1n0s}!`SRlZK zARJ%Dz#H{PzzZEi9&2FyC&mPQW`XgaAQSYV1IB-%OwcC^82s8w z+~U#0>$qLS2+vBT6Ia7H7(e5t+FKv+=1Ij%qI>TM+ZXD&BnxAu^tQB}jUNrBG2GB- z?zFGMuwkPk%PIuh<_Qe~~lF4nf zB1U%0hiv6iBz=46lTWw~N;L9{-=Ze*o%eZ65L%4*z}9X^zb{%t?{;VMIj6$+xH4fj zruXb7o0O1@YKF=TUpLm1$*kP(Cwzq9UA#J8nzl3;zKsZfAd7M0l^${OeuxBtkFk*4 zP&it-J&N8J0x*mCk#0AXeEv80-*^PieL!et6A%o0A5>Yvu?P;1z&DpU>(Zgzt_FLSw@O$MZL`yIUtq;h*0sN4=; z11h&eai2&^2?p)~O2lB?U}}DjaGw2YQcH(@fc%eIM|IW44j}(yfRO)PO3&_n@K_Dw z`SSSVA^aOwb+WLksho@q@|`5TF(b3e-J@q0{I=QxIQetGaQ~SC+<$L^sUGJ)^@O=U zYOVh5oPl|cU?ac4FXrGmnuYzzt}L!U*1P|nTl`nLgCMpe4jYJ*_oq^T|0#wT4DcU) zYcj#?-!orOQvo$kz!w2)@-OSf4mB>2)#z*Ea^xZW(R=$(?R?@oB^U<;cE{M0qGc?B zjuY`6J_OdtdYa(6jVJUa3d?oOm-%n2s#L9Iab)}Z4~ihc_>e1bd9&kb&7W&;PQ&RC z#R{eBL>B9+g2`*Tc(+jtH8n~j)^Nc`CV~KsdaHZoIt@S<^JGDT6v1szBb8K6yB&@~ zU~$tnslA>ego*~_E3WK9PUZ-@TlqXifo1ot<-o&-`d#K@1;h1(0euNzO=e%%W?iSp95^Hr2?ThH8RU)(5(3mGDZ41c=w1R%T4o3>uj2S709^J@g7~~ zt(R=iG7-Mx-Lq*XQSVfJpF?&b^rl>Rda~`i?i8UU{;>h1dpC{1pJJ^;8znOlHu@i5 z&|}t4xhl8a?P+4H_->eV4O7nt=4B~wyG$6y%uN*zGcDV(HM7?dh>x;4vs>;)^UWC# zyh#QT>O6+6PBM0FRJ^}FO)<$CyvVJ2UGVIHoeMA4fwEC+(@b?G->41m?np|7e(|&n zzL~pTZ-?moV7Vm0Yc+ww-3Od)vT|ZimAG2&HlY;((b1yEjy-=>6@pi38vQR1Yalrf`upeA}3>+?P}r*uZZ4Pr;~ z*O+RR{rIS>5u~XNuzHmDY=X=jk>TX-46MNmmD{RWR1MO##4Wc!!%yK1i$Z~^7q&r_ zd3kPe%$?M_bC=WY^&Pr_(bz$-WnXNqjU;0ih@oNnMY(I)dtD>=u_B*sK;2`>T6wl} z?J2FVa!>0x2cYf|4XAs_Le)LyO7$;)9$%6}pKjWt7O^kH6(8Tq$BEGNTkz>rv1~t^ z_k>U*I*AHfDC7!AHNOLER>B(f+qnYs9C?j@fh|2|NHv67M&m({VRWR=!8u(UU^cR^)Uu~M}((X-MwfUM4c`2JtnQZO4Y#9jic__2zn zqc#-UwewfE76WSNkU$+GivFE+JJ+AV4RllB0{#qc{t!}!E(c%P7bp?$X|UjbsBk*> zX@TY6{B7UkZ{t2?{QF~ORyPvjCTq1-ozaATh}t^%B2;bNa{vwK32lfO6I%&l^5_Ou z!5zpdC3T}ut#@p;OnchpkgH!}4$;IZ^flc`6mFSI!j{9J@ER?jw~_19 zdB#DFcjJPHR$(;NN3SZ`Zmi`tL%N$CxW2ARH>NFn^7CJkJB~zyl}y%>{agjGg@j^t z^Yb-?QN~Z^c{pN^f59pU=-VF+DSnbD40?Nk)$YH)3?5w)fB*cSGXsCM<@!&F=6;{& zx3TQ+Ir-0<69^yJcU(lMy9WUvpqybGyioV&YnSk}VD3NFB|If4%<+|2d8}*+6BV-G z++%NyO=cXN>+*H34oIm7@>X}GpR2g`ee7x)2hl5Kz;g3gN1iDGrL%u(@^%=ANK8OF zJ6KmxpOv83V|uQROD?d(rCwEo2#amhE~skghChS;RnoR|Z7M6UNXa1&8dQya5ozh0 zWR#XWrfMB8JzO_6v?j&&E4}rUyI(E}W0LW@+ZILKqymY&B?)%7j)zF-(7A?;uzRZ) zQLJuQ>D6GotN2W)zr`3}v-na>422vasM_$o2bz}K?H6g|Y9at}^o=t{mxSXi%iFi8 zJm*JjK%Og{3nMm`lR-l%x#}Zp7Wj3|IW!6r^HB|qO<6^&_OH9c((L7)8`q0?_h=g{ZW68$}Vay6W=f*@`%%_<{5LqM#@n4DAIA@My;@p2XS&klM%O|&E-FS~rN za>$}(u4wwd`@H1X%r?XtlQ4fz6MHnqJ@1Q{K+{n%f!0671klASxxbw&FwYT;<5#$> z99&0T)}LfAf!^QWE-Qdi{Qi4%27WuX|9Q^LZwK`EJ^P<{2H3^LzSp+I{byPZvJC(P zL%U1Ac9Q>(=jFJM0Qx`7OL87-9Po$`L4~wE?C|;#&0}Xt*2pv50Eiu!bNqt3UdxTO z?hvRlsa&#Lt(QZk|8RSD^|^PZYq?YW*(0tlTlTi+RG#~OL}ATA!WF+Tx; zvCP|KO+n=CR~w#6qe`NZv|~jk161L^9);GRB;sw7<* zSoyPX`X)=LAL72KA#eg}2xz7JO&u52_A(jpCsug*d=UIE2~Cs6FJilr!WB=WxLX^D zJ*s*MBzI~P99VcvNT{JsBJpgr+JNBRz;xPL*&+yuM8`?lu(MoUX|Dw(?^0_vd<5L| zhvpnLeyUYEe&YxgQFSbCgU`hG%tU!O-9I@@XSVXH2MoRmylS5cZ&P!{|J~sdmxORR zYjUEq0`BvkjgKSc!%y-}ORC7q-i4}Yd@{@+$MW65x}T7r--m_r_C#D0nh^OTiSP@Y zL|*ozJ|YOm+i3fh^IF(>q69iof^Iza5^xzwrd|aBzGNt@$&d2iXQ< zh@emAacbP73Z*|b{;ctfN)$3tvVjCtahgd{HMB^BZ1gtkNQuMgF|6zd zdzXfz!q@2+NxQA{b1k)I)h|YH6i@0kC(-sct`)u{s^)Tu9bbplTXGCK$(kM2sQK|U z{m7b;!Xi-7v%`?>rJD*}y4&|S{U(aK(C$izN{lF06kjF#l*a7`S z2i)gNbWl2Wf~I*09s7Gmk1AGE?vPKz<*3Y9u1m?+K{lF^Z<)@?P;4-?Z)rg+Jf8 zny&X;H_Et)V!3Zu7^O^s{W-;zdpvfw@e`Vb_jbEKj8Cx}5HRZbj`6t@U28A&c_SN? zDShG2mBCP_QK~D~S{T&S1@^7&yvyi2I{kFW>IPIJcR9x!U%bEm0;piiwJ34;3~-rM zp;-AGd}we;662X$EB`pQSz8r0P0IVU>O7faS7`%tgSrJ>k&M)YrPvN4QFZWk7kKdf zX49g==tOr@i(0FUL;H3C&Lp<3j987B#IoXj*`_R$?0kx#xy1DFGNev+^d8s!mk!k~ z8~r96LuM=HmVBU4mB5?!?BtVAI-+RF5o#z962~3C}%gTwWB7aBCTl zZhB|pJ9^`T;IwPd+PMqa=okxp);w%1R&=#VD1b<`2t*{>wOj@eiPoZNES}nih(ymp zM51Y+BGC&^^)4@uTPkn*9Iyuk_1Gba);^JstC9`LKkqhBEOX^@1)w?e%0_;7R{_2F z!IgtEFv6C2-%b{o_ej;&FYt0Wk7*VHOw2zMvO_xy{+3S8Z#Ut%o50Qv;`~lf3pGPf zQw3}TF;!5s^>|Qwv?cwArV4xvU6crelBxi-Bp{+o>;vxGLW)oPJPx@U$IcVTzh1q} z&5>}2hHQ|fe2NyI>Q+Oh4$Si71S29-ZTzd1(&rm=-iGNQT?k{D@Z@~$l`+&$-%M}Q zhU@gYrq}4&^=4uijE5eNi{nt2J?eyYwn{jn{3T`s45Rw%P`y_5xoh6THTbdme*2~Y zS9nUSnEklGtwf|qxC9k4JcMjC0onV7OUkED?IT|N86LIj>LDL;rjt5Sl`EPrhbvgt z?n==kl|{X*qa@JboSuEj1;3KRfD#;;b%yaN%6!{drBDZ3gk%NP>!Y-zX34eZpDmlD zR~7r)B%7r~d&}0Y-wLEaTTNkAQTC^ux}aW!V&ON>x=^DIr?P>0<^wAEP=$1ha*QIJ zIcZ8$I06snrTC5_!+0ZCqA}lRqMPwsW6y8jU%4$B@@_IUdHBGSsizrp@98JH1vgY$ z;=5zn)IrZgYwmu&P`8;OEE%D%cj6pDpp8@1A^)(5RQeV-9{n<^&_lA*tlXRLa9MO@ z33cjU;+gSVkIj<3wKT#z8~-7*jCT5=F*-CnjnTFpny_}%si&FVfo9}aBadX{_sAg` zd2T!_L&*tMM^0vLkNDj+E^U zEUr;<16BFg|M)d08#{13a~&f)N)Uj{KrRz<^TE7Fe6)XG8?XllU3(X6;7lOD1b;bI zSsi;@6K6_I7B)73Uk>^QQrE#o$^7+ifO>yP6I(lbi1-xb^segs@iWlZ`DI_CqE^73 zfNo)+LyL!vmy(&AhwF4*0?^Ke6KoPMATe+ZM&^O`=KXKPu>YK60(1CRus!@8gS+47 zblijZC(VZl=zG4|$T_D6p~Kt7;wCJ`l)z>|$i%`^WB zp}fXO?BwOkH!h0s&~EdJG#@@D*v|Hre;dAzRhZeLC>!{wMYTVuFKnmJFau%vZBwwe z$73Guxw(v{K!h}NXIjw$C8gx}wWOWPWHWph*9F&cmK6=}T!>RsDr=paG3PR7u|B`- z&P7IFEG53mliNp)lNrfBdP@c_M$Pp7YPa~^ow(3xxDloD_4=sJzEb$NXL2#ADV7i? z*#;k>3@>(c@!;N_DjTb``E1No=X9q;t)IO+udd#MNu~Ib0$rhMFdfFT`+ZAUGAOZ8 zkC%Pu_A_}yF?@%*m#{H>Mk^<_Lt8T+n@@sj6a{k45B7@-am9@5`pX_2$a-b8&cmMM zavX)ke{>5#oX7bcBB9bD@NPF7ke1&)1tlDccN5eemf>_r6r(w{6=__nzi6W?<9?}^ z_-=gwYTYG;ot_(ESmmk9j}xudNh)<3JX$oc-;g+YqenFCkY;Xmr+H}`(M zta->>G$E#y#xrNFPY$1iZ~4qchQRB+QmlzxO+X&^rQSL_E1^xeeV~mYgkZ6XYuBAD zRO7FCA`isTVE9MZ$NsghU0X2FWn8_$WN(huY;r3DLC^RGD(|9C`!*b@=1UT;FFi~_ znw3RJC>TjNSvcQeN2ryYv+zuZup=OkY7H5@;@}!Vio{iPe>0JrLO7D5HE)bICCGav z4QXV=z6znc1N6D;a!N7m{Vqi;(YmBvLrGCZ{i+rmqkHkAvSnVOg|xVR2rDa==GGh% zdJJdDk@Zy>V*3kVb$6`P#tES82rdGQv2#6>5_bd^*zaLV?A&@t)W>?SZ!rbehD8yd zzW}Fm^D2{nd4As>!prB@Cn)@ad5?fC{|#3SV1MUf=YgX9Se%~s${&is9X1M3X+`fg9#3jmy)>(3>*;g;APKfwv30{hJMa?Q`TZ;#5%Ryf6($x7n#`tGk7Juc*)y5) z5=fML^WI;3nrAzO=lN4ko{$cSH(Wyg&sk@Bp6-z^>17Sxni9*>zjMC&m4R+?R*^)S z!?{PeD;HxW3I-@fNV6y3alg;0^1x`s+heHPTWWoIqF;I1MjWnV1SJ4J`M=m*CNAM0 z&e3-P& zbBV#zPLai>3UP6s6%sJ1EGU4Fbp%`c!)583#t((JJ`Pi+KZtJcBfi!i)r_(u$+3cD zvP6cj*2vo3;9SgC_oTLlu)Cyh4%<+G9wb8&J-)z4fx$cO+HxIDScb|~gA~NuvL#tY zN=qc@$JgoYRKa@Pa{5X^7slAdX@^NKAuAr!4=Kvy(j#k}fkyk5b?~$0pHH0B)56VP z_3uT=gaf6y;tJe1a2Vs!l8~lS2>2+=oO(LDU z@`5~rO1*k4!vD2L1Y78R>p}#Tk?Ho_H{7+Tqa;dYRQEB@1rL&XIuqK?sF$<)rGuLD znrbT07jJx?>~)eHh!k&?SL}L$sX7p;ded;Ag$Yx8evp32f3=Y&BMZYIIzB`+wXoZW zDS@-)98NHcqG)&Jb6=yLP&V$gfkYO&*B>zuw5CuS)3^pFv}}{zU-qmUKBg(NO<;8v zYgvZ??LA|{lKx;@i{^!?Y zSYp;|bMbu@W;o2xgaWLeY3^HisRloxJaLXs3s-X-OHlk-91P_nhUb+|-lT*V32z7x zdXS72dH*TX16ry!q(hHlQl)vFcy&j^gd21VC5~KF`++yPV~a{V#7PeDIdx=e9Eya~ zi}^-#N4C;o+0^6P1?Wgj`&}kTqdb(XTJeoWv_h>+&=v(rg8R10D_$C+Jxmnc&A6l0 z2;a7kE zcYyNu@q+(~fC3~52n_wtUJ^(WAdmf@J;d+*|If}ZNK*WJ#0t>Z2^w!fo+Kc?f^s=R z;xEW;2gZLQ{g8b?#wTF?Pz>r6Iq-jS{B_E72Y@~vt>%X)Rsq%geh}Z)+Q8hiv#0w( z$oA)9ob!q==tm{)X;0j_r|3|B26vwR!EJL?dNj|XH7zVB3Ov5``hcp;rd-+n3H+21 zr*NjXSCGl#eZ_;$5Zxo@EFc!pjH~h=!p?~0LcN0{x~B7--<|8ev4zt8@b3DY{>*R} zf&RB5-Gp^UZ`p?r=+c%P2D{(%vii!$Tr^G^v7SpB4MX9Rix7^R5e=yeZk;t{i*01# zB{JP|YBU-~|JWOxYsvIXX7EZ#K(Kt%eao}Uo&?3`^+U|?=B^H|9hh8B4DWjD<0N<~ z2oXt`$z!@-w9p?6&cX#3-JPXr$`N8kT4{rs@hA0R+P9(7UQIf?J#(1vKIsx?NwR70 zB40?T9i}wXl)muda-jI~oA{UB9Z70wf*U;&s5kV;VT@&tZxBHML=3w zl&*7VB&0#41p(>q?ohhByF(fzm2ObFq@_EhrM?4t?}&2m%iNi9-gmz74>@c1Ui;b4 zUhDT;0eRlFSilwRtTSX#8!ZmxjxbQF@WtVfaULEz-A5%WsCS}+3GBG>w&B*TH*Gr2 z;Ly)mJDx$0xvkOB&c$y%nj!GdC9C{UV3SVli%ra63TuJx%|0dUEaUK6#%?wS3hRiA z>$ugbi)<2X0sN(pcff$AcshSLnK616O2BCI3knTaW970$97gZi4W217SgcM`oZ#ol zFVnzCU3s)Up4aJk;(XMIg$oF&jG9NpQVJ?!S=+DjTTv2)SW0>OAv%nC52*!UPqx=( z)4;4gjfR)z8Q9OFQWR@kmz^UjY~84=7nw_|UW-jIF6qfJ+iG_(5YD+PE=QUg-EqW9%v#XK|sNJ(@x z0$8-=q#Z&7N*i@5;bkB#UKD|#7HxHB+dC7SkLJ;m5p|a0+kS6C1N{7as0Z$7rEoy@S#p)8YAS?8pf`oeo{8u{LM!PGvx|K3>iJ@NON;TGB!(QC?Cr63`)?#j2Y5n-y(cD*|U10E8J+Lr<-UInm8E_=1u^#R;k%AkZ1FH zZh+fgG9r>uG$25Q_gG2bgM14**=gORb?K))XoTKi=PMQVU7X{eDva^+j1tUg3Ti=q zbHf%AZ!?_F5plzWtOWY#>|SQ_PzAo5|P90&minp&uc#!c#Rzn>u{MP0J3{T##i*N-0J% zoJC84Ea~iPFWL5|7D~`??bgOEtn%o*pJ$e*Yy5Hx4LL6nzE?H6Q0#!U;Y(uGgY}x8 z8=xhe>HZ^&` z|J0R%re+0_n#wFiw||1ftHLDqopt4;B3&>JH!%EQbE2RX?jS%D-R280&b7}iVLMXL zAp*}cyyOZ;4)kV!7p(JVs-?Z$SP6vQ_=8k?0W=7FaO_xM#q_i7aX4Fp2_}(wznTM0 z<_&y3lH_7BBqjz%OqfV=tQ^utZ6)af@6izfnykwTp{x{X$e>W1;4wq|!K{mk){;5n zl#S9xyVc%5F1OG)V18>|J~a`G+}G>Vnsl$KOxr2jrQWE9w`_F}yK!Pdh=+CO*&zd# zb!Yw@Q&I}8^V~O6wgTYeZ!P$`8TFta_aD;>O#lg( znwIGs1^Gk7l|HnsP0L4{E10;W#BbHAWZwadV43Dt4!b;NOHCvl2N;%?(Nw5AzSZk7 z)aL!tdIS5u3+BZB7RJ%`6VrH!F#mb8T!g-9%Pj#}^BkSQ=sT_$2nE6%R*t*JADFR| z$MucgOVAVIiih1}a+j<3#lsavvepya_d$xCrSll=aG(vIRkr3NLVM&S;xnbBC!Lh1>qKhM&rs6nc@3LB$wfLB?|{8X`_SApn2LIu=ZO);Z)7M= z-`mDL8!?xNy;lLRCY%r{(Ue*EP>1O$Z{E9@&xW1c>APM~ufSq#^1)He2aNlv5zt>C z#{`rBOTw%9bHt0ynN{czZCyt3u^1}+>b5y&XsI{=8_R>*LX(9F`%U#$WCFO&c2>Bd z@dpp+5I&J-4H#KJEdWj#HAdWmI?cbk`buSA8+W|aV&EJ*cLil)?lVK8cf%3fWC~D_q}n+h z&75T73aeU$wz1b1PvwGagt~P{{qZ`C02CfYt9o|Sv#tBNnhhA8&Z*lTi0Sn~aQbhe zGxyqDmas&V**G%Gqh;fY@?i(>vV-$QzYOuWsb!3(vr{pW#3~3Z56Sa8R9wZwLlTXP zl6E0vn$UT+>edw7;OuLaRV23CQuWaP_Bb06$GCC) z!9@K%40w-DNR)FN)^o#B=zFp6qs4b~;xO2=wS;f%#GX)?b}X#RpO%lrCL36mP2I!w zYIbyrd4(|o<190}I^a(*-cZVQD*Qqy*PsATHl-N;t;!R`Xzqzg_=+lARmH`OV{pjB z2G}dLd|l*`@lq%TsHQi_LcYzt&+bMwSzr8e&_?d|JAsWF90B2ObDA{~YhOV*z!)@q zFeeTaaXC|6q@nh_y_XDorkafWeO4m22_}RG&r@<$LId#}kX(h7LlYxBWoELCOC{6; z4&Ey%gdEk4_nKvP`#J+NKja|!Jm|Pj{&`ZNn!$L9D)CPK?GLP)AENxe$XiH+qS(5U z76izt=)qdNq7re->lpKYNY;hjpe-oXP7|L3?o1PJPO{6K9c?QOLA=i!mnH}78w`Jr zOKy?Ld-L%;Q?EVF!_%{xkCsM(Kyw~8AKyYTTe@~8%a>@SMK`juH;(6aysW4Rungc8 zBk0dOpZ7Cp9-ACCe$t&76+MDHX$g0^Qm@}d)&BWZacT5A1PdF246Co6$E+3&$AX}g z2H@>kX+3Qpi#YM49Va{ln)ZA25=n4wNWPq6>C`Cn)x6~vS&Qt3NDQIz)Ul{-yxQd2 zv?^Nw0$fZ&pwp~MUc%k%{>Ny%c1DGtIr7`qA{aYuja;nx>YfaYx~irgl8wb?mDtZ^ znNtU5>L;?K7i4havZF?3>2eGLSUNS?Ps$zno>F$fm%U^u&wpWFnle;@Cq7U+r2&jBtN1YP=TTil5AWkIwDo7pntytA1b3Go zIMDa#a}ozAjHrYY0#i&}3@i*W5Wc#=v$sKC*TY+3S0$Zd^PP!mfW>WVH2om4qeu)| zRXWkcmUKz>hi_0)Y?4o?f)4kVF$Ec)AhDTC==4KqD6TOX{?8dD^u-Zogog4leK{dupw{XX1eko%Zr zUgeDgSvb6$ZQ8G9)QtU(hbWguG}kX}|7A1(Ar;fje47K^14w}Tb533RxDQ?nly!uw zkzM%YCryPG6%=f@bnQJ~PFhdI)mWTP4=-9pE%aA#;-F;@9_x(RbQr05YZUY(Ntk~i zp$#2k-Ez{$Heg(-MixS5PP7}^MP`MwR3sF@ZehkKeh@R+!8Ole8DeNVG)jcMzaF?q zx=$Mn%j4TslxOc>sawFjy6X7?uIu()W}(jCr-sL%_sI;7il%21VZlU7BWU8)3#YjB zyyex+{q7k|sBv@(F=sFLJKDFv{H7qFb>}JjBwqBVoZcguE_>R-3L6lDD9cLX)0c%% zRzClFojN6LyktktxKcwCBf*bq)0~{(+39TMHf>Qn;3!}UZ0F*^%9u$Y&@{iBqS-~rv}*q5H0M9VVM^9 z+yz*1hf~?IZt4@J;EDQ8lYD&O(PBJ-qfGXNwsu9V=Lp{9VE^@Kc|g||e5dqljVpD0 zU1yM)`FphFx2~AmsMsOgH!WwF!V!bH@3ncbKV!t3tR3Oa0@Tk=*5uz{470t_(b?&( z67D%ahOq{)u?o?zn^DA?Q;uI30k5u0gnw_EQ@o>xYQ$`bhSU=~s6#4pEb0d`ExP7IuX-%xzO&j-Q zYc)ieRhyWniR+LaJ$Q+C09^iXe=+<1v?-o(Zv>|j@hOJ2iDx+#xJa}dk6O0N>c_6- z6BOJ>bK3j09W!Pd~3?W8i(fn*y7p4H3{W+~%HX{PITgt04EEbxwPM+kHbb zeg%6)^N;7v(bE9V$H`x2ul@~m&OdOn*x;fGc+SZT*jb zf7(S-OL3L0Q}XL00hwf*mx5N042u$Ybgv+&gHLumOucgfZm_q z6=;(mb@8JjfS?*k|HDy!-USr(1}cdF00q1K`T2j`^M8_o0M0*)0|c%9qe2b8#Tjc| zyi_0_=-doG=Z!8#;5W4Vs|*?*Ao<(W4O$Nx8zA`{&iuL_^dP@sa9?GRmO=7wywinB zLGo|B(}n&(@&)g7aXyf8K=QZ1hOb%z$=~9jK{DtTLGs_OkMsO`F3h@1af6^`*MwOA zV|go(3a$x-0vRq@Vh-YhAn);Z#S!Wk$6I}GO7~MqOe2ra=OBzcuM;ro2gah2K(py zoHkn>Tj)9yXF+LN-$o7+)(qK#Z(5n#|sOG*BNeSG#U}@$5TTbJhz&GE7dp?kzRqHZh7E8I zmfr%ic+gT$pd$+V8u;Mx8jV1n%HWIl_hHh*O_&xVT-3&sO%l}A;-ye)Se0j1WW)R= z*GN3sKI)3?s`IFZ+~$GEigRjcG=0NBRdR-4ANss5$aw^XjQEpDZ3f~(u&4AvRedN@ z+-Gld@4FMzA1ptu^gpu4syO1Qdp*;pg;hmoDeAfOg7R$fP*Sz6%$hrH7cZ%zSvi42 zRn)}8NLpzQ1T8(*d7E^ly03|r($ZWCYIBhMa2}0WaYViYK}E50!iM9H+j~}XN1~D* zGkOA}H&OdNXAu}gds0gBjVBnBCa^k^1RCn0h@ik_!X6U(x&TsjsfYqnPw~G)*?K7%h zQ6Q;QWR2JJW1abw%mpcVR2GrE7@zv>M&ySK^I2y3#Ph^XB{zLhG{eG5@my2Fx+fZm zPs4T_YZwG$Nd%H&W@XW#vb}8f^P>IAh07UpmiKL4^`i{@^uwXed4&ftU3aV^4`r&4 zCM4IV-rOAvc=+YDvi@Yd8{)esLGz9&isDrgnW4CtxAhhdSB3)TO6Whn7kJx|IA=FD z^!SD0#=f0Vz~1=F8$mkd-dF1Vn!qU?&1L8*RLFl7|2FSJPCZtl8{o7czBqm&QTMDb z9Da!jRP;=?W!ChB;PptN)4gXX&mL=nqc|H;w7S&H_ooN#$PhIY;YZmzZ-!fsA-66T zG8;L(?9lP!*c>!zdF49sF!Dq*W}4N;p~Xo0EaI(y5*JRNLHm4DVQxO{Lw`>gG96b1 zS{^U4+y161-pYGmHPPk4hEwlwAw{iGQgPi|T0MfE_eB#8+%&oatXU-r-^O4Lk{Km3UfScFMM~ z!Vu0;iL{2!=hB%rh-plcgY)_I`+kKf@!kpP!8E7M+Hrf_FlgS5`hn)?Vfq$)VRW1x$8yU&hpp5z-@ZKrTV(`xZI2G zP4fbcBEk^=S^n`2jzKu$E1&Ll0bAzFfUN|l;Y|Qc#R955z7#fotzBu>9?i*FiF1^$ zWme||#iK$Tn06@myBYqFgxWMJ0Ec8w2s|Y6Vji|lD;EJc_i~ugY{#(02#&b*gY2Fn z6;s(<{d9L)d!`J;?fd%Z1QbaP+IrH(*<-y_QLD}zRE)>o_D<9yUvg}?m4w)1_~zb; zLA&F`e?osL2Ngp#B8Ttb@EJ>yZ!4BpEgvuqf3{qdPmySJP_*F2!Ouj9;QDkq8TDo$ zif2+kriGUaF8m{-M1Nbe{#NS|lT@<-5yl>iNDH?I*dgZAkH^U&Y1ThlUMxXg(1N3V+02n;MUl}?)}R;NVtDjUT7-gZ$3WBKSrhw6kwXdI znn&K1>^P_|{qym zeRZ_@W)aMGaXrS7;Or_c`%h41FXd%J2}thTW5ga-p65sxX7`2f{Y)OOie zbTQ`Rq92a373x}ix24HC7Jo4qTs^b)Dl95>Z`FGwC!&$09&H!cl_|0jj>d&$#H{{^ z!+Z2Pv2o89({KU{k|%4a&_%kJUlp;?zEgA%6qT{)a`N&>o_EC&&7|5;J&Dz;gSBgq zl#JV9&^*j8%FQ9Wlf$A}qRKrl%X%Nm!Yl)AqsKi|(-fr&!>6oveD*$hHC||*^Sz%H z`nBxvuS1r8C_8x`wDx!R$OKtv-`s;An#0lktMVx?FpuAXkKcd%2#tI%|FqFh3%=j_ zf9LP>Oa50NJO7iP`_EVp1cD;KK>jTdZf=-<;%cGT>bP9jiDW3?TV;tm6Esg5=+^iu1<^ zl7Gi4K<7M{FR+U5>t%q-3Z1{e*N8U!55^*Z*JXtOm)*D^VMA^JjO%#}t$=#_%m%yo z4%*B8Ptx5CO;WKqUjjAV!K5CUci&;0t#h2d$%KJB6ezf{K0+U{L#t#kyIT4At+DAH z5tt$zT$Tx&u5oZI)%Vu#ThXvuv>Ry%AD*UIHuAkK74ez_X%63nwOhC1!=``!%7O;SHNh$%{iTo~ zhoJ9L4r?0%1mcK!gFvjx+#n@&Ays>~4o^=%)*?K#4jynfr*Ci;aTYJH zb;zYJBY>4JqS1P0v%bE#;G?WdY5FGfn}UzR^l-up-L5Lg&S~%3vUmeB+~VQejq<8Y zCx<-L&=RGYm0iQOgJk^Bq~gu718Luc(mKblIUD&XWuG+WcT`8?rrj9!>Tug9uf}}) z@iaZ*?VGOH7c22Tu4dCkCgdBhyO_yOX`73xMy!s&utoj)uTJgk!oqlnibIrllDn8--E<^6?^Bf`(u#3>(hnTIF>C8^$}aIW4sd(Lj|*B z#wiAJQrK^iBs^W`w?`2N4oRTVTa_&T(9AYowWDT0 zIfnNsUKNLtl~m_*q+MIpmQkfDrLJGUf(Yy9h#2S!|ChyE6n2MH9L`!DkFI1e*Ee;vLHmKV^doj;Gidf>?0d zn+KoG@ZR35?`VOUpR_h*h4QI&mh#ZD0QV((J*-V{DkG$ehJ`}}E?6eC!}0*(OrO#+ zbPT!az4$;peIZcE92od6Wc)#_^bvOB7c_DB!=yLp1Kmq?1Jt`SeIW?xDVM4(pAsn=Q~D9w7L%%ZPufV#%`_f#a4rj5hUm+!nIRJ1*AL2^4n$gAP}zWd ztN1(;uXHJie{AMUnc$Lt#o>|}`D?nDo)fA(^)q`~VK3qhI7n)`RbGU=eJiroa=&Vw3kwwL2+8=p@+N+if)X7?=iMt zh-PQp2|f``!1r>_PN!YD5pfHON6tWsPr=cN42H{1WET<=s-fX&?R`%KT869_VEVIQ z)1(C=PI-#@gw_)8W^@&^#$$yT(ZgQc&h^>eBQ?Wo<@*GAqakY$lE(I6_JztWMHu^* z#k8zfa$JcL>xw6bu-D7YPE&o8IQxmMoNX%XSBc9?aQb$=(#8jUh_voilt=sw#cC$_ zrV>p<^NwFANTaMMa2E(}v;y^xzi!R%(bxXdE{2oL+gpkM&Fa z*YGTKrT6cS(3y?Ds(zv1I|C~r)m0R`nkMgrsFo)fZna;;Ji!ldM%Z|pZb3DmX(rYC z$Z5*MCDiV%aF$NNhTbM57(8_tk%iZjJ^~B!{!P~9TlttNe2I@lGPZEI16WjcT&is+ zwlbG0j>BF7(LT#x`Dm_*x6v|O{y>Is8iGP-c|jp`)ZIaV=2{yGsUpyOlUpn3k})%! z1pVdI5o|tKXg<6qkx)aq@izQ6;{$CR+^pNWZMr7U-}8f0sKYKxswUjUIZPs>Xm;uK z<|ZhS$$p5T5XNDQxNwrt4MfUi&p@HyrX1N0Dv0K6g55wWLvpSxuADA;WYpY)B_^+` zjcc;&6f9&q^>9D_S=+Pdp%^)J&KgH|m`Z=mx|tjCus5oRk#$|QdV=01<`;|DCs_0Q zR47mM(d5q|2e7Q3x-CNBtxOH(xJ;TgrF7C-D202*aT?fDtqUxkkWV+Nu#T-Aoe6?( zLx#!2GZ~TgzwzLrgdU#A$Am;+91HfvAXOzfRZ0~Lb(?N5XR(19D4W8^wzcE%TGQa0 zbf!2IXt!p^EAZ`jUbC_lSFE`eut+y@t7)40i3_&6?Bs11H!Q=O5?hXcGuQ8H!gaxU!nMXl z!gUZR;hIx5JZ?A+N4j6bpqPJeifA~n1r+L{9gju~`{-V=(+q4__^D!(l7B8FXp^GO z_~wxvWMltUcAf4bEAsXDf&L!cp$f^_VoYNz@@TdK&B8qoJ|HeKA~@=9t@p>l>JmZ% zpEumOt=4NF8*;TzF_f|&vNnAwe;X8%JX{(quLlJl{{Y-Z3Kl=*beAe7d1cOO#WCZ# zQ)PRw{EeDQo>(;S1A4y$d$ihZ*6CH!Nxu+C5k+2m!Rh#;#sWaG!y6a4p{;#Y4Eg z&I*!$2N=#z3zB~a7|xS&LGlH_@B@HwO$y;Z89=x$vJYgqzCy+KWx<;o_k>{4A13~ve~ZP0&F7rX~2(8nH1&&>R7pk`i0)ViV+uT+O&gjOL{wls*XaNJVyJ<=_ogYDeXf03eS_7nFw0%{Kq7W zQpsknhSA7?H?LE)o{`-B$T#S-?iDXVC}~U=F8GDcylY_~1R}W_#u&!Y3R5D0rShO8(0yUfK(*3Bw;ge@7WEHaK(cy1 zzQ$=Tt8o&(GDOt|bNw3%jF7=7~E$ zxU3Z1++4Eb(8=fkBQM90QOINV1eEvbEIN=9HKB*c&&;iwEme*_t8`G2A}!qIEiA&^ zdKyry>KUV(tyI5YT>P`nXfI;KejPIeq`B0C{V!G8q^F_%Hdp`eGuQsuI{Lq`<~zgf zS6%LZ4a9%GUG$^*^Eflg_!QK+puOFq}c>JPo zQ;n@hwq#b0`Id#EC^(Vt{o=^}g<$Z>*?KdZj8o0w7rvqFE?>N-?{VQ}9P=J*ufC{Y z6c8>{+0E$(g$P6KxdNL>hq~%82CUQ(-PQ~AK2a*xF0iAsFY_cFjv#d3I`XwK`m_eE zBIa}@>_&S{iUD}J{QxKe*Rb(1OyxfL!DIezx=}kK?|J33vwKbvzA0N{Vqm=Dk2PUn z7!pH*Z+KyKBOauuqbVUNz7;R@s<*9!d}u-^6Yc8@!7LitQDQ3>g{1CX*DS z>Ga`d_LJxCd1OaB{Dg&#^f%ubH{-Uo%UMeYOz*-1RlBTwf~M%YgQJ#2JWGYF=`2{J z&7l7#2FfM+Nk9=Hhuc#^IxX=%V|-B z3=-8ZfQee$xDkJh5i_hU5%#r#?%Q)nmpAQ1Y-d>k1V7g2e zgmU^*5PVC9MM84g?pFu;tRERECFX?NE=A!ShJL~m6Hn!I$rLk5z5ztW$Ff(6dV)Y3 zb_dn#K!r%HcBL7UEu3hRVr))DbB$VLJlx;x<#uz@Fow3ZI*%ACn>cj+4n?1!SXxR0 zEI;QRC!O12lsEg`mc~THGJG|{GVRonv-~aF7+wet*NLZpmP+b`@#1Wg9@%rG{4yx>ayrP~{2fNm&?9i%FcSkM6 zJNt5l+(}G=(m#dzky^?oZopEcibv{Gj6jOv(N%$(`t${AL~46I;JQ}A z?bNDK16#<7f&hihJ^P4PDIL3VKU?ddhj~qU0myjC!*Te%LI>}wT0)5CTDv!LbAg9v z78=3YcXepXq@AKIW7_ZCD^BXghtR>$hI#o~yOF%UD&=lTCMCuO*2XwdMy<3ZPO1_U zJ+r;xnB@nEq9n6a$m`RWoPYqv=BOG0NYztwG&^wVJhM%2#N6T$%TOM~2o}>p%aYe8zd^28SOX@q%;5#= zBHCGtf^n#zF)vNziosJ)HpwpFIu*j$XGnJSY0-9QdxW>)pFTr3cg9>9bVz$m8i4kP zP-#$BF{qf7+j%i5WmmxIBhf5fw5TH^@|dSYnNO@1i)>!Lbj*Ukx9I5Ye7iN>F>dOX z&ufk`;YZI_n-Q!uoId)|N^GVVps)ALtZ|(7z={wX33C?#5Z&H|JeF#9WPL1I7n$@v zvJbx0`7S(Frx=H>9YJBgBN?TLCPeu{8~4XAN#uS3rZTNMo&^fepLN-B*O6dBaiIn` z+$=q{RE#>rC`9FH7p~$)9pE;gZnhzE&oUDjDt|Bn%+>YxgmtM5E6^JC z!7ZDIm8g4mPCzakLb%+S(X)5mfLp3HY0{94EcKP-x#b;;i)9~C6KoCyUJ9x;8L99% z4oBb-(=9;Mz|qDf%r+jO1{`+SQap}t_#&ec`^>Gkli94vh&y4f;`oMT%v*&kNA)#v zG2rF86X$hjK)D!S3s0$Is4eb4Eq<@^`D_KwGWemyylT>2I^mcODEK#=aRZ!{h+TYE zhLy^U%9s|&)nL_&!--&V&V*`!Qt?4PlX&(z@#& zX;bWllRh6*KSMq|MX?5GM6BDp0Jy+`Wx?tN6#8x0E=>i{-cYhnT=qVb~OFCgR7}6&1Szf%X7=&6H z%OG7}8pVSR@)?q_cQ@jY#-biYw7tuU^J`_Ve~slmB&!83JcCVlUP?F+T|38rpKRP# z3^y_-TQllDe8~#m*HXe67-(Y(?L)n|Lv}PMIV&bsAsx6fw039Q5N|y(VVvAqls`)y zGSVZydGM&;UB1|ac}#tKe@1W1l{agv!rNZnxG-dMAdERH*s z2D7%g+o};S1XgJ;D6bBF5b{)h9{iwi?0~{Cfq^~Go|%~axlU)*42y~IT%mV7H$J+g zdE2S(7>jM{3V%)3;P$P=T-zrb?&RFT$|jrgl;MBA)&Obbn_-=Ukfu4mgkir5qy)Z z8YWE{B)HoxNj+2*XqqrJQ5?jbk3CT6^K%_$WclskB%7%#`T4kxtKB~EN!z0IMh@5~ zRBo72GS!0v)B-(yhM#+t=ilXGdA-;A>aoHT+sKMlJ;68JGbMbxv6JdT;?_D3^$R5- zTa#hu!S0Im5e;uQuxk{w4;Po;c`oCluZz^cy0Axo31U-rGbRUZ^BVBo z%oR$I4u3rl1VROOQY?%^C&=cbMT z4q=_C5O!H3#*V4g;3V&o*9&*P%oIZ2U8D+r0`6n}Ij>Lp)mWzQy7LNjhD>7M5*R3J z-bvX%dm2f=jP2*HMInmOr6@(RDo>wqkh@qRSPi5fiX_ya+SGB+-_?%MA}uCaIkbN| zL^M?&KEeP73;2Y-Xr=M;^SxVngV#*ro;1w|%x1DPTh-DqJcm54kCeyO z_;zEA^UC*~Xtgq2H#1{Mj>}Ej*gHAWhU{jgpv}_q*v}#o<=r|fbEkK_o+nvl`|!wp zIHW5nMtRlb)^Tj7I%KA|oYMR5y)z{`BJnfz+#@(2w_EE5pAS7$ni_5Jd8A5emlG#d z%UTuVPMF+ePB!+SOSH%Yt{eu}1rmSk6L^Wd%)w&D;1(pAEkFq0g=Q)Z#zY%t>LfUO z*+_}Ail5{$fh;Q8Z_xKfh=e_v5$7Q`_NYLSQZm7+j`{7DyScPW{-%r}ckq`>mj;=8 z`ae%{KH=FCOo@?{H?bc7-Hy3x`77&Aww~dmlyC zQk&AmREJG|Wj$c41gai5Gt=R>6+WK`&)Y%hL;>ga*;M?o{@L35m}I>6GJpI85jc%) ziCC1@toPeyVHUr!mlS}z8Q8p~MVKZa_R<;QoV|QgZG1&#J-Uku7Qc?Y1khe$FG2mB z|4LpP-M3HQ|0bLKms-L<+s1#-lK2-+4w8Qh6+7PtWP4tGz<*%IKrv(g-`k$oBpv{lZBI}+`8y!n6O=ITjPT$+lz!z| z=6$@_GbM64sS<>@b@+S~o=iJpt}E`|Vkjxe?$!9}tLhNuE?8E;+qSooS0Csp97G-t zQwUMBXm&s-QYfsp`-i{eHgv6+=w)4*mpO=h3-Q)AUAvccvZ)uc>2oU6^tSJ9Nm*b) z(?+!o%{XM64V`nISnBRK$UW1@1twG!3wrI zWaZZ=gTnlsUqkWDZ6s?=VL-G4HJnktICH`DMkYSx5QyDcTc@YPEUH_2f_TSp$Xe;G zoNou*Zhuyze3!MEc-dqYp0yM7M?ME3o9XN>J1IF_r>ve5oL1biN>((y1B1RZtALU~ zH1Bu5c{ZKTx#o}p3Sk}4@zwmZ!Kk+5wW#LH#PbOC!V#QXF%P#wT<*|-g?y9274z`bG5`%)Rz-Sxp4t<kgd|Kn(9tD7r&yZk9xt6zw4nz;po0FV7o_Ew_z|=F`aVqsQ95!6t1MWravG z>mS4(X+a`?*#X9%uNMTJGSp46&5u6xKG1g*?v_7V+62WW^EP-F;j26=K(iIxV!3LO zwb5MZ2zUa)$t%my^`%==9!6KDe}Gcmul3pkX)pU*pbE+m1h;w4IfO+|@R=?LK5^ngqI_!w3qOzhqXeiA0``ZQ(Zo}v=0yhkFcPd9p!fJ3=m z!(>RGKQ*5g*HppX6bRuH}*zH zQ9AXC>O^Vd;I_n!kxUw)ySZ8#dC6jzeY!(3HYGFP{g(aD&NzHFY>xfnwZtYZ5$&{W zebm)oGG(uPo34vfUygJG-PGIP zOnhf|lCQ|z)z6A!W&qN860j{Bc&}u5sD)K|z!-o_O&V*xjcrgoDbz_^-E>T%JX6#4 zg1z-=UVZFgd5(3Sbumid;cUJg7O^kdhJ4xrQ&&83HN8X5pI$~a zj1TrJIBXGd*1{q4<^~?_bX~WG@9fo{8O+=5Yac1Ryit{w`T8o2f#BfljWha7<4hq? zShs-&5mW)!Tb9TNpICSl#kDqEZ!?*rzYPpqXBAFYw)Jy;8Fer>oPzd&dryoFE2v3e zDG~nBPKqvxvR2L>onO&&*XPTAZYN+R;!}fZS?+^iAr`|Fl8H&B<1n#=Z>X0$P>!8r zX9-sH0Wnto|^$%f|QsGq2d5Uq87)+F6U z&AVUcL4Ydlecv$<05To^iVJb^_(2xQKk7pKTg?7{%Srzp597CO{|OiR4;J%zp?M0XbiJ+@MD43wibM#b97gyTyk~wd=3GxO|Z?P}Qn5n}MW4kRssbqdIg) zeV9_9nG>B5i9NS&==K>NGFiI&Sfth5%8K$0tO2?J+s*p1;3xe=$1Z9;lY5ccama%EyHTJDJV`Y8kXOf1nZ15+9To%r|_( zgi(i)L$Ml!=6!<&tC(^FS!w3wLzHUv8GDr%3e!C5ERu?DrMDVSP_W4fe2X8ygiUKi zlUo~Ieo($!f>aYLGL~xgC4RRtZQp{VE`m~T12&#Ywh2cE5OILP!xJ@}hJS(?lDrFjAM}SurCcU)~U)0Qq+ih=4M^!#FoAvN+o2aQc zeuA5RpE^gMd%hh^R=C)wX^XZE(v%NqUF7OK4!X>fQ2D{oV^fgEm^#f@-t0928sO#j z@aG=<*F=3t^j1$JU#IP-QXTir&I}+0W7_M-leD%DPjAo?5owLksN6(FOz%OzSG(s~ zuvo0(+j@_4V~}|z63@CuZApL?YK`(4F4CPN53@#Q9V47JZnX|A(bf54#@(!lXYVv) zQX9ZJ-w^^5%6-Dt6NM3pcXlw@SMMai%j3q<-ld+(BxUvHM*iS6zU&fA^TY@)sS8eu z*g(ODOyX_!scBRT&j?mIiym~chencPhAH|8PvztTEYitgYNp{Lg&kak#JT#2q4)lJ zhRa=D&U|Tej|JuVi>C3OZ|ioyQP#I`Wma+Tt>7f9V~sd!c=@W9wNz}6ItlVL)TU%( z55gNNYWPZ}UK8>G(p`c@en`LyHGG88u$&jzz%Db0H#zh~Q$~HJ+~fENsm#2RsWfU~ECFOiY|WA&5haFfT>oTfC1qZ9!T>wFE}q27I$#I+c`9wPN*don zVKa#gmvL{pRNg*7hZ>ZK^*Q{m0qk7VdV&uDRaV+du)qm3yq}dv_kG8^UlCu#e905} zi5$^Fm!`wv*&f9)cE`3e8pWuEW#D_x6!g$ef0J|+MN%HIC9R^&hX z7XIvb0N_uF@qf1Yf7kubLjeHf`XeXc!a%<;>d!|N$f`QGR=>&@g#s?DtgkZHxsgwQ z5&86kk$+8k;c{k-)O$`iN1EF_Jq{uObVQ(z_dNT3h1C5|PslviagRmmJ??{JjX$bq zp};0~%PP>06bi#3RXH`oIjkn-_Qe^4ki4@jL1myXop-uxcKhutl&%-nm2Cp)uZ!u^ zTq<+N>t6w1i;u{C6jOf-UuBYg6`7Z`_0)g|=E;#dM~p6yJM-NafP!79>BNFvZyqv3 zmEFh9hylK-Y&4+Q9Q8s8?)KYlvWz*i5iy42yCm#e&kRoua=FaMqt6-wg+y#_2qqAK z;t34Z&CE?TR1D64o#T2S1z#7F2VTZX#p*y<>Fuf`a&vuzCP8I=Xk-j3NW2k0o0A(Y z(!hrMSS`%68y;2Nb$9NvF0t*zmp{|uWruhrTBqAiV`~ZP2TR@ZaW!W^HwQV zA_DYO@8G{%*vmBC*AWj>M|fl@3`_d)V1SEx9TpGIn*dEJ6Yt2}@Wz$8`VNWzn-RjJ zVWwuPV{C3@`W15IQ!&udx4|coQ!&=W=g~3LQdKcGBmKHg5~O`|HEn!q5hGIr75%RZ zpKIu7X`ADNVyM5$A}R(N_|)Q@=l{shkMi3=1fOxkQ45-@=?eeX|7=)jZa4lijS80Z3O@TTEVBUqGg5;01dj|9zNYg%aUIR?_RR07#Q(^ z%yjqwI?#WV06IE)5S+&?$n(sIUyw&w#TcJjP+h~&T*ur7j{2FAl%bBAk-EnDgzyao z_`#+Et@swq{ai=gT-yx)1>kEDlE23e0MIi4eif*A-R}tCk9c?b-{F#TFy&&_`GI8z zRa&{8$9j391hs{|bI}%-jh8x+6ix2bfe0DB^P~*fTwHtApEYFvCL5d{RaEM%pBPC< zvQ~IBN2q`{bT_F{f9A&HmBR=D0*2=S`Hra8&Ex`TLxLjvjtO25=%9DoQlh|fI8Q{X z>h{;mZphuL;+*mBAfk)2v}u}{^1+fU*-Eq?bmEp&#+CB#fZPj4lq$_nq@Ng=D%Z}O z@44TXeruhcK*(ccEKT^VdlJyTPx(j%F28&~b}8m`=x*@jRc|cAb@8CfVPg*dh42lJ zZ$sD#CqYhFk9^4}7F8}U*f)Y;hDmN-YDG3iY0Xm@E~$e;S?%Wgh<-E0%u6|g!C&US zeWar5sLXwE#VuI?!-I^69)}8uXLmF|*}s3^t}+wVwTqjck#T(3xRT7nSBqt8sB!oVi=!Q#64A)x5!mo@Rj7}R_3~~DT;j( z+Xq)sbc<~r^OfkGkPIYCtF(RJm50qnv4KFkr%#NTX!7!iCfZ$Vvsb&BQ&+cb%gIk# z4&(^yGpA?rK{Y%&dt{!v^QkB6Jn;O$3w*F|R7U!xj{T|X^cn?cWp#0uY1#Q~E&9k( z@b}p|;oEF|SJ+VKXH|h(cKmJh|824cO^_C<<~GKl3HE&9xAJJhD(0p-*7z@|Xh5Mu zOiVx~kWmQQn+Biq$0eZYfltTO%$!?W#q@moeX8>9H<0$y?DiKuMo`e)g*o)Y?Dj9K z>i+l4j{n{EU$24x`kw!@cX8b>=YO~RuP*;LjR9Vst6LM&(_9#8=T0wZ6Ob);VYK{c z%Uzd!_z$+_uE|M&inClQju$3m`rsmZ%=uO*gkWNqjjn3F&*zh}J6>O4Dn=ho(}$_U zc|iq9zX+3N#JGt%lmjk#0u4Dd+u)mKc#oVnTM3e7*dq#2{UypGL#)dHyz&7;vPDwA z+W3+8QTgCe7LZ0nS0X@Fzy#%_&d#N8Slp2%&g0}u(l|$ARzCD|{CX^iX&pS&PI%H) zMOW1hJy<&b9xAFj)`!3c)o_V^h9k1;$59KB7yyIgCbK8&)%?7#woJ^5Ej87a8LNsA zywvvy-|9sHb9<1{{8RY%RXNypptORzz`4iqMqiJDT;+SVeFS|L2nZZ#op;khCcBf< z-8XCok>0jfHK4G=H@q}G^w)~&0#7ud(i_)S#B8D|LE8rle9K24#y3v0J_4nMk(VsE z_gT4g1umG(H_?#P=7zh^IwVQ8Z{gF5is9if!2>5BuXel^K_)jl1@9C7AjI^Ba=QvG z#8JA%kuGZv9iZav`8EFz3_Xc;6Q4o4BOh4+gt;4KpRG*a-kynygqv< zE^??iQ18>PvWL}g(9TcdO}9|n>>S_a@v9>8MVu!Re89>y6SwuxB9KE2&HXCq@DJ4@>TF+F0B^0T1~(#$pSG~kbg0Y7+yAfU>X z3kXQ3b;37Euna^?4e4{#7KZf~1o_Qif8G}w>vdxj(C+rd@Y5bK`#_a+;5%U+YHX}e z*zwZKy&$6pfGt$qnF{@W{3(kgXp6E=uk>(e1d03J)c3|?r@bpecG=cA?RkWHwmd8J z`pydj!hi|`5>q@TEv9qSo-numh@8~=hFi}oL}+Dd#Qc@-20dapCfXFg&3Dgs1Ll$TIOqBQUUW>q~pF}Ubd;bnvt)jr;uvjx3!%Nct{^+nT zQ@WO1oriGA0ChEtar)0Xqq}J4`sFAy%tWcKPubD@GYBA>-=GYzH}FC63Ea7?Qt$%@bj0+B@itA z|2=5>*C-)S!J#}*RtnE~myXACV7^;6at<1t>oq69*SfEx$2V`&VnS=y*HguIC*ICg zMp;0IxqoWBksK?=R$O=Zz#NpGF?u*;4Y-*f2E8j+pD`UHlrYA`DR*l6uD1Dk=U}YLPNPZTC=KR3w-7&}G0mA~D z)=~#oS~mn`aJWZeYw>O-rUy5VnTRS%R1P+tk(COgiA%N#*SLi-#>HGQW|W#;Y4#o2 zO2x28069W~jQX)-zz3suHrPA-XAXEytv}lVpds`fCG@9OCGb-HxZk>CeC@><8_12o zg%}EDzUY#5ctcjM!rAtr`r%{^wS+Jn+iLx4X94Ypuxed6$OAk7PGu*8z%HhihmTxw zTOO}kgX75$i>(;G@iIxv*NnR*67AmVdSeog$^GptswFy}-5Bj@INSVV!qxTntC);J zPd+gbpe{y+PMRpoR}Jmx65pIqhh7VMLb5WI*N!)1CJd9|9#CT_zr#elLi6HYkXK#^ zz9C~<;Bn3P|6}hfz^d4{_USGO3F%TqV$r634Om$bAfB}geH z-ID*==(!iHzu&p{_s@QTD`y^lSDzVc?lR)^hU*G}Lz0TJ z%uex4Y;vSz@Wi!OGhS=!8Q6--ulFHgqAiHOHWth2#QR?dn%J2>rPDrPCeA-65p;Te zfzbRv5i|V;5&wP=!NKyq%7#LWnNaWM^3el|(8dj!liO(^6*kE@h z^cfTgUC{Ev;KK&ioKRuLdpB}CDx9Vl`CTkHoTZ)18z$1(_XswXDVZxcWcrlu%&GJp zF}u%xNEjLyY!Yh<(>7m*HPoLn(toL-{%$+fn)tRFg05KX#End;40Bmx}m6ePVOBI^hXn; zPHscd^v=+u%+d*8FYK(0>_5p)e$615G=E|c#(1yEz7)1$^tXuhBiv74aQD=u&CmEm zAyD-^@gt^WF%k%qKZb5r3$7-SMTB0zW;(m8%!ox@oftj-bfUzq7SPOnZdJ?#c&U(W?$sn9w=YOj={F}z_XJh^UZ8t3Rw;QVT zuf~i2Y5NPYf3FDW6j6Xd2lyfb>+m1i8^9jmr>E5fUto}*%%c2_JEYiuG7|t|J%>T; zB0#5}*G01t-gRRXugfEI9%r)o2>5z0?S8qOh0h^hkgQH=)f$R&Zv7!?ZH*5(5-8VDY$|YJ8 z!Y>BYwoZ*T-J2t~@OG}rXocmjWOHwS=5EsKsQ>6VlvWCjL(0N=06sEVL*Q%Q0$li? zW%R#}O2PgZDCz|KagRT-Go#nwf;YOGoCBEBfArZOw^$4dp<{-y_!u-lSj72=a!3LD z5Y#l^L8b9L@!E6G=*#vNjZR4pK$(z?o<@P@U8&Yv{dn;h5QkWo>)(|%PIdS}hKJN& z4(J$w33&KQymgykhP~%HKEa^fq@|ul9nffE0HdjY`F+Hb-Zu+Zw}DYV!3gFpb6V_d z92%J=@hCFwA_KOh^l@Qil^)f%K_NQ^m{<(xM1gf~?vKXY)Rd@3#=~wa3cX-;e<~N| z^86s+PN1mrB0Q3X1?X#Iu`r&A;D3Q5W@0+0T>EDo@!ycjKkGApKmOVR|Jyj?Kh10Y z{=WZy`s24v|23O32@8D}%Ked>0B-{ZZ{J8xu>Vd@0KoPiaq|xecb0R6J22zJqJ31~~}zWe^x_2#fUGxb7uE2fq6T-b_cn1*|yU)*ro zBzeHCDZ}h9Y1ye3Fg{&5x^yh{K1}NlU#HqsITD;a9^FlJ3lla=lL=!um~3j zY(Q9C%Xdt(Gn;xWFUZ|amJ#-&EsVLiw-}YYyl!QQapei=!02LB^`QqXx^^uL=4Yxm zQ%iRGNkva~&)045@=uW_DKTwWFfPMFj6lc`u3^ zmhXQbS;}mu2J_N;*H>`WWyQi(sCwR8O zJ_=}b4d~z8ksde^-we|d(RyEg2uDc3Qn700;cqW9~ z;D@oFVyKXRZRy~yBIa;Y_R^98ai7Uk2<1yG5s)~rIC6-PBf!)YgbDD}l4pa2TMOc-Zl+kI&yI;f!373wV#0)R<-IA+y>X!@S#{p&;93 zY{C zgj42(0r^521vXsvoSl5oo)E)Zw$$E%T67M(IUn1NZnd`;9bU{ar2&Jk;z499Q9ehA zyZdk64lL0)Kij7FM3}8Ugwn6yEcxbD{Yeu0i>YQn((g>clmzaM9!jAwS%6#d$SK>Y zLvh+O7gzBB*(CxmBSD8U<4ul!n!Ia{Hunn-NBeuT#gtM2+ljwO!F6|2_v*MTwRfNS zK%q@e{(CY{fb9$x{}Ox#AZFhq2$??7(~> zh@87DjN_n&xTxwt*Y$Dan(FL+YAc+$4NGj)RHT5)eIcjHE2Q=(_6!cdB-JDd((Q*r z`46L2NVoGRZ5{})&3W71<{@6{Hm}~p9{`V21$XfyzfVX7y7(;$3f&N&v-BfR6TXJut-2|4~wk!21+PL2N)vE)CxUZsakwOom zz?+B(^rLAY*2Nc3iz{)zlE@u%P&?%nw|vL^ z%OhDgpWS|rN7!!B{`gWQ*-zVa-j=Mcwfg8S#Sk;tPfwbesaA>1!5u`A-skDrBv0Ys zGq7l_j(tDEHZ}x97kj6Y{g!+GJNYgqjz#jfRueW4n2#W(uS6?+?Vtgh{A4B<#CEPq z9tf{K$x?&!^Dx6Os~!af@N*|aNK(oYO1u8>#&NfUxv`>Y%G?I*umevvtOwq>9QSIhNq56foH{y6U+?*->pX0^X>>S< zK4a(vUE^($|IIW0$%F{g7kPLfpacdRitZ+RBkMI^#@k#~3^iyR^H3j=SIb)*;p}~J z(CTl}K_%4<@2ul5#I)6=bsfqr;@ZvLMcIy3rE0vpx-&NKv!@{6C6L0RD>TO6C4OZ< za`i|tEA(KsQifn%d25sl&tjRPo?X)^_vjwlrTQFvN>w)O+|bOA+9f7RYGwBc$JR8g z>YokK-Aq9@CX1bVz-hAC*^b{ofb*zZi?T)wdtGur|DoyD;9+=%{e^wk2q^`Y=kQ~V z7E$)^aqn4e9~trAhCVdPY<&V5b7xQ|6XJ2_Z8Y4;ZOg}7(i0CH3$?##ub<4GFr9Cy z{-Xo=bGN{J2DGj!5frEGrOtiGutGim7Pc^(_6hXr2R=lUTYWCm3!o9!lv2bI@vW*{ z-z+=om(xRei13Mzd~`!w7qXW3iSbRu{-KifPpn4Ed~^7Xu~^YKXz8EC*<6={u)n=xySTQ+V)1FbZ)P$uZXz_ zOUWf>T4O;zzUozD4jaLIV!sU}7xvXfCtr(_*0=9ade)aYS@g_hx-f3|9ljq()YPSn zlf-V3WxGSfJAlNer(C4fNn_dlwb58WX99*_fO|o#=Ws8evGS*I?)rkvU-_%SCx}h#S4)BZJG}kxWBlug>94XOh@InmT=pr7 zIz?LG+wL=}IDHQ61AczWb)PRx;P}a$_20NKf#WCXeI}Ok;44Z7EZyn{mTnyrgMr!E zd}*t_%WpoplaqLpi-N>)kJJ15!$Qf2@N30LO~p_;M?O#?*38k=ku}qX3q*GfTDj9M zUA{A?ZFiCBaY-w`W3cL@fH1$F_R4#@uz96M(BTpak5DJ3u1&wP)edT-A%BbM?{vo~ z=;no)(%NiCA`HB#s=KY_M;Yk2_dNneFhBUQBM&q$PGv#R)O|n`^T=cy+s?<;#i!n3?d|Rcl+se8%h!GuxUqgVJMg7EO6O@I;^)GL99{xp352~q zc)ML_LiG*;0`QbD53MDCx-HVi>&!-CHHx+5Xy%2|jp@T##c@|i(m{s%0W6otuXDgj%=9yKnm{rrl-~#iEb1+b8nT>)PjY%jQ z;_#TdE&u-VZXXyDChq%e`U6-Vr3fsKVsI*tq7wlYvmy$zdg2frZ={Zx z=|PZ6yBmK|Sz@PHw>&1oI#i1;W+oLV#>cxOe;+8uhqEC1+Egr{Gl9-8fF%DGb(GVq z3oIkQii!KHo$_C`GJ}uHBqH{`rl`}E7Q7mRw*jxlr+Ds*)%Yi~M1SMe80Z-JsoV_{ z$GO!QXcz}i2Zi0`g2j!HLMP*!>v*Mf5zx<4jF866olY5RuMul7>mx|5)y?57c^q6$SMWHj8yz=VHUex1@ zrk8k;peq~aFCRH8NkmZ~ZdoP$P>3yjahY*6$tvXo*CNNoWf}Pl`d7F2bg16rS}wAg zz$inl+=E+m&ZRe2@XiRXQms=*>8*KsT)SPQBYk1>V==U&s;kF}R5jbRjwsZJbnkl! zXxTxvVyPV1JGwgUrhN!Cnf03jPHTtrHm#L8i1}me1I+Fi-BTtjhf7aOM~@2W7_uC5 z4=&+ohA%J4a2PZ8Fjicq+C7{59^7NR*j*VjH;5p!!j9f2Y z0>LLvTHc&(uehbS--@3v(3TAoPBF9Cl5>-rVvU;HI9y3+MAkw77%xp-h=YCXq{^y) zChAd>nXwRcm8^HgIHmB$iGB4Qyz#hh>8)CrjH033*700r4Q_7cAQ#_Ol5T5Kv_LXCled>-%q8xBs_RWhM^M@8VtX zYI(Y%0^0y9>gm$)1+&O`#^L_xCjUFHsAq28ADMuO^<2vf&{!JQ0*pKRG#Ac`a*xM@ zWzoCx#2)6szJ4RUbL>*HmrKl*EAnV~8tF=2`X2@JKxuk(^zckal)S>nP)M>-skRqJ z$tef;;;zzBE{iEWQng8=E!0gLUX}aM2O^{3mX4v&b<}@xS!vOylL+ z0iHu(eZs~RM6OW5jLxFU)&+<9M3BggbQr?U$~j%ollHm4{LOIM=gJG?@zK!M8(f^t zQ95M=ss=fvCT*4-Tq`HZFXy^ELY?4Y-38ynn!0{?Z80Hn?P;*VLO$P<8-@?DT@W&& zRZ3GPxujwXS2&rB-boa`W2W3mO4e)<_n6y2;)~lg>D_^(uQ2BL=9&I9(a3sM@8^pw zyXt%kUKN@j;ZCE$0c25OwtuJ@;ao($)^sfWlAsV!!ffQbG8*P4ww~a~P~2?DeZr@>l>^T*-qwPMe6Cihp)XW98^!CCh1+g3zN z-INh+SwbU&3~FAl9_#Zdi|%Th;XY$X8(fOQw4#^C=1#iMyCqHQUy=W8AGSf)^3m5e zV*#DHIevk6U}F5NpZG7yl5l>9XJq00oWJ@1@{E61!tg(cKmFfw%70}D_50X=o_u5y zV)-%w{M(#=-khfqy^!Gdde2X>SpH5ZJE8gQN%l)X{Cc1PbTa6&3tj= zYMk%FiCcBOY9^DD_41cbFsi76p`G(A*{@#6G>$Eqd03aW0S~L+@=ZnVQ>XqjHvdtq zpWHX*n=X$q-v_U}3HhYV9(G%@eWTGsD?1U}dDw3xMaM9f*6lSm(%LRzN+XmoX_{4- zlsy7(nAh++3}3~QjKOg|tQkqIZZ6zp7Su>Y$Oe8(6q^p(rBt^itKL2Jop|Wb;%eGb z!?9~LZZp10>ADKuZC+N}cLpA&U^qq-m5E=?cob007 zl++FlGKkTAchMij7ZePlBfkDN-FyZl{t6ewbdGKY26_Jpy7|-f1<>!`*9H9^QukLo zk$=bWK^!dKOTnJH8E}9G-i8!dlE7>3`2Y==U-WbN$G>mF0CaZh=Z_Kw!07U`6tG(# z;EG65U>dj|ufb!MAU+#8QBp?hIC*^k-l%8HmO-dCF3Rq;TaRAAC?kYmdu|AM8}wuw z#vzWd8qiy3E4Wf461kFSbndRCUL>zMv|=klSaC^nogc>xkvFH0o{KL?Ancgtd05E1 z%KNa~RqXJ-)nm8j*z^j`fn!03X8S=KWV^N6-KYB2G$p?K>d$$hWqKouwmaGe>1qey zN$GULzv-3EaJN4^*Dr$6$VTwUU6IveBzIEz*475sUX|CxPfk2;PnoM#D_G2nM)+Y@k;U4qUhNwFr`1#NglU@V=Z zbEX9Y-J8H^3XXC4=Ef(8EY(y-&r`)ZEwA;f5|LbS;H5zawixFUPgEl&yngQrpK+ND z3hhcy>vkEu6|%qg`wI@cRd0OeFRpqRk%y@YC}(6qiX0UkD$DqiccK-Ng|QU{xQrix z>Qrv18n}*)85tVwNGi(lV76!G$+5}6HqTBJjbR_9*DFIf$#xBGyjSuvd-icT#tvPq zDx%I+Z9od486+OLOi2;DkPz#@m#=UHRZV1>{Piuw0y_4!~|C+!5fPBL5;QIe|aQ*MVMSr(r2m|!`@2mE&TvcJw?*QdbAQ%jk!A1sf@*jx} zU=Q%quj|M`XGe4V2siwlVe=Uv@FNp2ah|IYaf<{bK0c4SnGb|IUt_D3EqCRwDp8V ziU+B+MvlXLe5UnHx}h=8Ykd4we0D@Tl8YO)yK?w5QNpt~tk90FYNvyjvp9NR_2r>X zVeqH6nBWboeym&T=M>?-&YA!f>KiidCgr5^H?yHNP7+#anv$ z)>{0Bd?|ky$lm;{4s0g|qeBzY?zw$7Y2^yni#s&*Wl42Babj`7HHkI*w5c~wuGGIr zzYPe-e~r0-TkvNq&e<5x!c?~?L9m<(%qq|@xfaOQ8o#Ue^aa_$$p<8ZD64E~3zhQQ zEZXrPkQcl%3Z7sKqVPOC?A2$Lm(&xhD$#H5(_(Bg!rX1uWo0b>D8(;vbDw)&^N}Aj z1+Elcbk-Jm)5bCi8rRO|gKLBs1A^f=)?^==X@k|0bG15YVG4SW>+qzmvpQMxJv2Oc zXanG#RJlr)m%>S6U(jvvHq|zEkr|Q4*vJGV z7oBxn7$2f*FxV;KB7-}^q&)Z3Yy*E%qFSe*T<1n11_GF~q0 zkt2+!R@wEiJmrCjz?64=IX{=IGR9loH$dF%VjaU1UQs=7fu5;;=P=_Qhc2vSMi!*6 zJL`J4v~OlRS|LRb-{XMbm18_DQ%Wx?~{>IRaiG%e!70aJc5*SyVngDQPr@64x=fH&Z&u;AtLh`J7 z&yQdQ=n{iE||0-b|Zb`erxfOirG=Hk#tG?Z=g-Ut@NO*puVoKHhdO!`JV z@gicWYzkvM+dPZ61P0IiJ-D4=3KaRwr3;JE?w4AVY4RAJTj5MT6ZgG%j9k^2gt&u% zD{B!&{ZySW3Y}<&;e8l`c%9mC8{BAvNiMC+16pa@3t^&oQ8>Z^;+Jr+uh9-_-sHaA zdN1X}z^%6&WQ>aJx#l}+{_wm6eWq=AWgU6GeDg*{dj`c$I+x#XIU5w42zk!VJ<&m& zLnK-D23@_zP1H&5aLCpE@TiO(7Rx&5Tb}!DJJ}Cy!}LY5ZX?jbfl>=J-kG7d7|-{^ zusJ}I42C)#LA0qbePb@U(oIo5Xpb9>CS8oq)`)S%)WM9C@9w3jTfUtodTn8dg&((A zP);@T$OuIm0pi#zTFZKLa_!x7Px01?sHS(u-c7d`DQ28Q*Do0YjdvfoEIF9ywPb1% z@PWoV32@_`eU%h2mwb#|NPYd|P$()|oY6IEVJxP87C>Hj6))n-pbjQllVmp?rdYukKhqAC)+ueC|b}O=p_~f_Y%vAkz!a9J8<2q*qyK!u)pSzxU_Wn zkdlw7fX#>$`YM`|02S;KnwDw=P)i(?8oXgiLcgY1%-jmKX|7XG7YN6WUK99M+ic9I z{MD5Qiu{(+;iFo;+;zm8PU?3y1FFmCAK555tw= zVd_!HvfnPw+)WF*JJp0I1Ip{y%$&9i4i86NzQ-&MCGGK8CJ% zS0bM^92WH;(?kr@jqGaAd@RZ{Z|3Wv6Pqv07>3_bt=q#*C31z38WfnYJ9eAX(rV3_ z#c&-r4}E-0nBs#DZO2(^bE!>Cs;AZ2^(jtt`rIE~)NiycpP90egYC@dKds*wz?WA|GC3@1Vx%|25pd{Ma_L#04-7?j zI=Rc(}a%=A{>XgUov7~H#)KD68>?tU&W6)0fXN8Ix~Yzj~LQd!n?034nEhB&3;u!cA{v3 z`n9cCn9kI)`~uX=e6DSomF-VurcW>LH!$yC+n4rtL02FV#_w?tr#~H0lLwT!T0OCA2`FGO~`=G zHJXS<2!@H0A;5q&2ICRD+ntgR54*=axHH`9ZruuA%$Z5-Nl~n9xgI8GQMV_41-?A8 zqn;E;hjnJQgAHaihXyeyA`9Z`Q^fgBe1#A@YuF??Wz})2anqza%4aLa>D49vR!OGG zQQk6j8`^;+$ZN?AN{aqe)0b}*BbxioGkmDM1+BD+2C;}lJX$Hysu(Q~ZAO^f6b8$| zDiGIGY!GMYjQiI2nb20;_S7KI;f`m3Z)|C|`zDGoxpJW9^KgkNZWB{^) zjxSy2d9Cv4gIwW`Q@vlu>ukNlq}P$TsMFAaWy*bqLCE})L9n#fX`qxeQltDod{EznZSc)Q_jszTtPC?($&P)gRLqH#@05r!bUpQ;IAjG^Z7B*CjaTQKeaHkvXZhf zk#Yd(2|9KTHefGd2@$2c;u0b$Cd zAM0p@Lx{$p710(I=*`VkijKE!P%7WSncTaC_$^liQVijP zr02+_I+J`$SfVuT$L1mkk_USHNhTuxoS5pM;%&I;^y2Lxk*gLu+XAf^;UU?)jK1=k zdL;_NT__#5*dM)%OR^Z>zQVVzWN~a>C}caHc+wOhCF=wskwzx_&98eV4*4<2I5&^w zkD}sFX$lE#Gk7dKdRUUtALJj zbhHDbjJsfgz{V;1?MSQI*1b?>1%Ll-UJgS1xSQut#>#h5M&;HSl+j8tfb39?d*nAK}Y1us<6)$%anX@m^v7ss(=ikB(^}Ew-J7HOTC~&qzI`as zVdLUuVGh>KITh)PkVOjYI%eKoh+PDs%>)*DCXnP)oA{vir{NO%C;Z76g{shWYi`_M>Fqf5W(41Siu z_;ELm4m{TIOIT|o_SkKpGEV~av@)-r#9k7f`}%ywZu0<^or}eY7fM;Gc$`u1MuT&g> zz|-xdA;pSYmk z+x}m+z?m|~zY8n&R?S9Ah|LykxxW(rDT_F5D0bFod*(brVPklM3z7LGnfjz)* z{gmW5Com3_k^dxd@HZ_cWje#*|0rBxW;&M=0{4vot?j2{r?Q{p6}zQ|h~1(DdUTe` zx(#31!uP)Ws4GNH6*p$8X;iEqHOOq&!yl8Ez|-Y>E$EQ((uf&QyQomvq9jD2a$>xKjAtt)Qi4-2gj|@$6{S?~6^6JP2;cc;fIQ`b z+f?2{9SiHn=a2DM6kl+MrPA4LrkHdhN47i7U)P|(xO4|8OJbRieW%iR0c((;OkNXf zL-1$>u8Xc&g+(|Bxk%#R0|-(P@v#FO-Afu6%XXC65AGy}B|XASp;VFeM4~X zi_1U_Yr(*WWGe+0nA71A{k@!p#V&RkZM-w(Kn4nsg^6?Sta4a474oR+xyT87huD3F*@Tyf>Gkd=Jzj|D0lCc)9g3$N#B`% zUkKZu()+}^9Lx>f;I^0e2RD@VnHxgdwqX9+RxD@Zsb7F?LCpV#c~+mU@7G+)Z)p3| ztkG{2c-|lWw#Yp$;h=S-4E;&S43Aw;F7E;>I}`M>Yvt z+d1D-NwYJ2wWZ}-g2)$u-g*Cp{wupSXI`vl^ARDTJ+>9n=v+M11G0~w<6sHT z3%o;yV-CfvJyx6KlB9UJd@KTw$F4yQ^8r;0-Dgg+t`j{WIN_VJGt6hQ9zVimUlsM8 zLjkhfc*02vYdXvEL+F-fRIJyYSS1S|yALB1Es-`xzXf_w9Tqd&4JS!xR73IMZqQE= z#_C;gCgd&AMecc1lQ9Z(pw6UJ&D-^G&=5d@#o?yG9jL=88uNfYDKDpVs@O0uSFNE2 z1IT^GHzq?z!Mn+8ePz5kDFMUrK2ePD3!np4Jog0XKov2f1@uXQIut^19f}BbqL_Du zCY7-Di9MiCx->vZ-BSo-Wg&a_ezi<+0j0}GiIn8^%GSphUs&DP+m}Nr$&);SfWKvN z`CBO93@7+2Pyo1m1k6i)D%Ai-6@P}|I=#TZVZcv2{lA)_`VA_6gNlDQkoZqIo}l3O z@|~wx28?%rO#rxa>e|0ZcryQ&Cp?*dw)`G+PI&{|jti)qz=D%{^RXmw9zD@UF|fci zA-(I_)C#MqFLFXqnW?F5xYA!DB9Yl9ET`2tzw z;hn0PqSDd9}))j{8^F3{?rqXZki-BZTYLBc%td+SMHd0<|3_O<&xG6g< z5Sud9JwCDn2exR?;c7dduPg_( z;gl!tdk$QAX?U@+NflG7P5&M0Td}$qS|8!%6s>K)cFe%-^0WEQFR6^P1J#nV#mNvP zp}DpMU%Pr?$KG%_;k~35s~^-Muef1x14g@H@=O$wP`ECs zJ&zZ9ky)M{`$%)e%bTS=u$N_o^@JeS&r^q@z`(We^-5}A#ilkbc6#UJXuEj2&~}j_35@b2 zz3ayl7K&Rw2Tv02l}3@$_s#(W)p9-!RHOQOpc+ELH~VqV@{qp(#ISv?s{K4M=g(>8 zonGGm;}GVzTmS#Nbq?n5$zGkV?cn7f*aW=%gO|E5m;W>9`$vJw-?iR_`6m+y%$(;c z58a}rirxV&b#t1qmn>=UHq~#a6|!Gn_84Wd9~CKZE}iGlsBo3r_Jmdo2ogfdOMwiX zLcb{L1_)d!Wv?(eEEBy&@4-HltB}NXt>m6&NREl^QRX`E2&1cjeCkOl*DaRJ8qn&) zDXdJ?+e*~q&2&ctZmxr%bTNuVp`GXc-4^`*3Z@VqBd5=k=ptA0b?Uo*5FGVW!>uLzg zg-qTq-kuU|Ax0mX@#4H{iO&NJtavk_EO)?2wU49A?W*tm!qubQ?--kZ#p;9d@$}cto*8LFQ>m^nWzdA-!WRvg$wE%G!8mdkg!pedONlCZYI#Mb>c}Ip^^W z+*lBR!3VEkUllU`Cg1Tc?+Z|HIE~73?c{=N z0@q2aw1py+WA)|N);r0kF~$NhVgl$z0*kzZ4+UP3OO?{ZQxv0FXi z(5qJu$ezg9ssn3Q^WoyL#_qWQf(g&fAEl)pcc20I;Fqjg-lLWt*-R9?8tzA=7zMR>;F%CgG zfp<@W)|uc6M0XA^0%7#%T&$TJr^r^6^)?aIgB| z`tt5+)*yMv`bSdfA%5h>S>SPw*PJ5hCz~}%KlGg_Jy%{I*Bow-|7CX9V4C_@Uw0XnL`?{Ju zs}UTHDegLL7i#~<(L^6sXW(7+c_$|=nzXbssJWZ?#(r7ZI0VAG z+}k;n3f{0VwU{wtjp}lv^VOw{Q*x2qwL`s$h(R%Z2v`I%!I+1)Z(|`zpwO9QmxK<} zvSU7;TPo!0&DkYj&tPl}PtFqa&mmG~VyYdgknjujjw=_tSUJ8>D;D}{fA99C{PIX= zWJv-ngIKCZDk?5;MJfiU(z`xmrpYAl5dAy^jm#rS?3DL)^u~xIASbwa$I+`a5fQUy zL(D{|7To)GH++h6xyRA{H4#6C4kz)K^eM&^bLrR#E-d;U`aU_3ymas8!^;<)4GQUB zTsQKS@Uy`rm?{!-$a;Kb7LMy-Uf{%d`yAOQ&%L+; ztl-J6Rq(E4;yLuU+w$kRnu>*nSXBqVggmrVI#?0t_0)>K#s3I9*4uJsCIH$J8)lh{ zpDU<94vWyw9K$oKn6OUV`H*-Ky_40Ap3;H?>1naVrCY)E-mrUg9FPH1*w-4gGBn0u z#QPB~vzR9X3er}*lQNLdCJnB%byr}tWK|a9)WSi$pA_HJ&X+@T*CBuP96piF4T4sO z>XA<&BRXH7$}>V<=(I-qJb$!dQVq}iV&ue0QY&a^n>FG*)S?Cjod8CWc+}UH7$!Ot zW+I&#sKivBTMd)f%&}f-(=K_-KrlkH^|MuZZTdXxXLCk;1|^U@kGmWNpVGJY47Jv8 zAECSnF+0Gz0{KQ$_@rW9lwVm9Znh%Zwa z!E0bFzeG7Cxq>@piNR)k1Ep9h{`%eAa??RQEVGv{Mzv|Ku0hrzbxz@XWq>G2(0$ad zT%OT^HiPuki-(8Uv_#{9*i26@LUh-LU-GoAf*V47FKCf&rh{OHX^>@-hf~x5&xjuG zd(3!gdR{b7q*{dAvkZp#eQpj>`ej@UPV;a%FGB7i+<~c*c1SzVNa(Acq}+@R?K$^V zilM{`{AtyUy+S=BZ#Btq*W=3sxI`kxLWqg2L5ab&LxpUOx^gXF#qaWr%$~}$2ke&F zUm|va1!)5Z)P=XA;SG(VrMqWx@z{#txEJ%V={~_ebQAv)#Z7wLep=Q&N!ZGuL3jQpiU+<=z4qRr&mLjZNiA;L5l>KRZ4iI>bHl|oe!Sz5sexR=EtaNS z!o2~m!;T4}EiC_&x>kXcl?D=qMiSI!b5oQub5g#JwR`B>TQE%|i&nHvZTNi8)E>0m zS)U+ZgGZ^?3J6zmS&;V+XLNN$21z5|6Q3} z4^8j#oEd&ljo%bMQ_V-eD^-=)^=makT7l1dY4^~bYwk_W0mrsMxyv%;k6LRC-E_%$ zW`A_5tPX96w>oYRbhxyCXMaia&$7Oi?OwMx{(8t+q|>tGKM2;M@e&1WnyXd7P)TfaFiBe8}w|$9x!*D4v$+ z8wb)@htb@BhglUfbvbU5ivCdDzq8vB)D+HK6EOuFj=unftT`z@c@V>6&>X%@5w5nL z#kXhT+?5?(y;-|J)(ljv} zR?JKL8+r;ER;;<9#4)-uG!5hu%-b^4)3*$uO}XR{%=6mwy!H&nqc5AGLAhbDw-SHF z+2LYc@RS6~4ZXb{Do3a$hvD^QlnMWr3+5={6Txi{CQD!=ZOuG17@tcblds3iN7|w^ zWr?dU%qt}GUyYhwZOI~EZ@-|z^@N`|GWX>L6`tn|d#+qj>|;WkO38D$4Y?FeZU$Uq z-T?>wd}(2O{`mR5A#UzUQv;DYVnjp+%}s~xbF@^#_{82X7a|@yGB)`rtO@wryyi(% z4}#yimjm58b&RqrRX*U3G8fY1#++q5Va37CoM^zD{9v~Kn*Txe8{;&iWc*O(m&+^^ zn7f0beQ#Z?oEa|3l+W1KH{5+AC2!1dX{9AjUHql9voS#vuib^RT-;nFXydC*G$@yu zll2PAA}YMwqSH&0iQ*=^MP8_VQkL~Pb0i#JeEKGMf>+>O_jgyC~0v zgP&s`;^&2})dD4%`&=MIAma*=k9Q==eU&0Xq{AXTI7;}u=`O5*AVUyO81B=cxI1{>c)3FC;CC>(AZ;&gNkLpdiGm^Z z%2uw4c@EyMDnsYV;4B8QJ1qoa$O-f=V+T_&eY;wV6eo&ch+@Vi0%}up1Ow_S)O{*X zl#3~70`Odg(+}wX`6k-bR5?_i*PTA-dBMkXI1Jl52zQc^(%F6c8E=`|AfVUdcoM%l z@p2gsfrEg?L#dg5KnC6!5~Y<9eC*TR89kfypcuU*9y%H$31iGC&HMXzs3i$I?iE5v zV;F-rYcfWsC3Uv1XqVu zJyio=U)5~=^4pX|ytjs|Xn3GpW9#?D7p0${vxlx|ECk*P0KetQO&0PG(~L0|2f#N# z6Qe(NTtEby4dO=lKW)0!5cmq)6Z^Wv6b^&pscA^5SpT`Rg0_Y;mjG9`DGtNHsa^kh zBTV8V$h9tB#~(++qYU(r>O_SIY_Gf2VOuFcn)P1Kg+xyFS(;gIS-!>V4=UsOFi_#s z@eR0-WSLIp4kiNgU31FUg7+9Q1(Wjmd-?VRd)9pDo6zUWNPGv}BXIZw+m1*L_PkQz z_({X`_8^%K1(=u)NMC1FDTfE0Y;bb#R~pTaQO0aA7*&#y=FSrbdO2R1+w>uk#&?%v zP88@3k1wMpCG{ceMi*I!CPW`!DW}0R~34?TtTuGL_(NhnhbmhjeFp`V8ufW zoXj@=d8>>Mx7(NxNR!PwTSw5!ceaOlhIMV`DxNZIOqxyI&yQOjalHY5VA85=pJTR} zOlzZgMHl5kkM>QuRwZmJr&gS*0N!we;<-!1GpLWS&8H{elwNxpFuow3yUU$8g2<#? z=7T`p?x~8Dp`_=X7r-oN#FKwvos$NP{`0(WBo54)A(l-w~Nq4u%qFl@X zJIyUtiU8i{vyHX#)?vt;uiswDy<30GIU_u7xpULMn)_wdcflPl_syLvQ< zZjNFL{RshK$&S_7<0bEls!uqk?t0X(#WF^Xhmp|I)z#x1d3B}nRc?*)#mKtkt`H<% zPN!I}{%~A8blA=Q3g^f~4Nk|Qb#-W#FFZloSYxk>jH*J0uh&ifdbCc6vlM zf|fhIm@OYg7qqWQ74;0wv=F19l_kuqP$U}<+}pN-A&QAHyl;-3Ol!yZO;Hv>BH1ZZ#s+0ZPdOeQxXcEKd~Ht+ zMgd5?bOaPec$8uU6ggNpql&lnN6sgyAC3YZ?|MMNF|I31OeyP&s}k7@Zfup#ZsGK? zn2RRS#xdaHJ}YfB?0M3-d?K=%${qgp{oMgLVKk?(B}g0txSOI*hY=UC-3F}qz2}Rx9&ST*u+Rin3wn)`m5;34+PX#(hiv z>Mc>ItQn9e99xWuP43zb&%Q(e_b>UZ9WU~{=iyl~?Ugm88*X~R`-4blq6{v~}9IW9FO zdA5y7(QdEcy93Wi=Aisv6xrzU9KoSz``~e4mBp0cy9aizLGvvKsJ5V2%?Nhh`zV_{ z_^t)&W+P@SE^@XvtaT$4thN_IO^c|V>^_%p?ne?staP+2VcNN%YW&1e10e=wf zvIg8`gccbLoJ8EjhP-VeYHykGH zY+cKrjrKT)JiMi7E=&@ZJ5k)SM6-jf9-@+dxj)*dah-vBsDY<>Z)*#IV}a2b$FeWqrE%G|MGzYDNm)Oom2#C3;h`Y2MB+O9bNFp7n*v)RdNKlTMx8ok;1cm|{81UZ9 zjA6#sH@sjW)r~-hp^1ELIGEfWXm#8H2|q{@zHE88WQKH+*VgKYNNR94 z)Up1?pkICLl8f11oCegxs-DQ>EzIl&Bdx2$i$wb-<7|qxcv>mNbkE)@US{KXmMb<4 z@g_?{A_)0%>;Gf#y92Ra`~S;Gwh*$(p7(vbXZ9w0W$(RLD3TCmW>sWULdi(kE25GW zAz4NCNMt6z&+VMPPxoEt`8nU`dCu>g=Xd0n&$X}D^?I+jJ}U*Mv+i(qUo12A znOZ-5XZM0)fMQJ!6H!&lRb#*R%Bt^MB}MO7=CQ-?`89{FhxLS>w)bHi)*f)q; zzwJzCfV>A=M1O8$LE%EKk)LZ5fa`V zVJclxXXQY-^jG6*XQdN(wJ5FQ1xN4U4ZX#kt}-Jy zu^#57Rh2(w$FAt!!kH!#o@%KPlEpXP87UQ!)69I#hDk!iWzltKv}1VX<5oqWfK3v&+S#O!-CoI}H8lhR90 zUrtXCaN|{pTzRZkUmcz2nQ47~0OciGhj-+o)RE|q=TF9HW(xGzyqYiac@RFim=fR0 zEN&XhEELuG;i__rP?V^I4q)e<@p!JT=*%JV6tzD=d3GycM2gnuKed5+rU z?W;GB>pb!-($3`RZ|moTpL1nbScy1w6U-awzOuD072psBi>bW7=y5KXEC8>+?@8gU zt&HilM|Ru>TW;K3gnoj?6>e`L_4vC!rAs6?`E8HwNlgZsMDk!ZS5@Na))^3 z=D#9{ub(hiYCH4rybEUllv!%LA)2C|b;If6S%rNVXzeb@TPZFcQFFFRA!n?I^H>BKWUlX+k78y=+9=9?X2+$v)r zOB3HFjaSjdr!8=Zvp8FyQ%i|0PJlPKY4O5_=umo9%45b!DU?zwo<_^^f?aP#>8yJW z8|x+7OSL((waoC%@KD;r*>WGX+0XMHt4pFxr=7PI?mt<~Jm18BsC8ScQCr-p<=$Cc zZk3#MZ$hSyZib}Z#o5(yRuat1uZL|@*`0n)?S&q#|_Z;&Ru7^&E;+((y zIQS(M_eWQcwzC$m2k8&nxlW%QI(9pK!mjegm=8ghr^xM)6JAXu_!i;ppk_u;GdoE3 zcyc!8)}Q>yJ1yh{d%1U-orAY_B@tANJ4`n#j+mP0lFTv9@dv%^S(^CN^ba=N8%7(Z z{rBF@?`9st*C}PO(pdE#CMq4Ojkudlh<9~>`AK1V?r;}w(NqL+V0VR%Y++RM)qxSU zCY@vclQpf?)8^Ytsbj+Ck27NA)y%)xZ+-F+F5_QNydnJM-fGMzn3~=bO?bf9k!wkA z0UI$p85N3*qG#9WD$bftE3x=T+?Bl0qgCA8dDY*=f22~UVBqz;a0lZX$F{Gg^qkHT zpXW}zu=3)mYVnEll&lWH>1@6C4IVz+{>&Zd_STDBw4E%=l4mJHup(vzyk()%-t=S< zA5~D0Pu8JGo*UlRXDxeS0l9N&H->4$GolEGl}c7L?Y;Na&((UG?#G&P5T0<{knE7>H5$Ev&2mOKgW>Zb=NUq%Y1;NLmkKAg)TeCa| z9*C=p4EmpG%CPEs1(*6lt1;<2bR@h4zmbi&aaTIRxn7;v-L0tMO8|xNLamCy+bxE7 zi;WZIt^@(+6sJd-ZVeogYIRs0JGLenbE3&&h>j?Yjrvh)ZSLnr zn<|wun`n6mmNSd0UoTkDnfvG}iTjtYPUMysJ(Q=r08`t1po8BM)F3anxMY^8CfwJ| zm(mwS{kctuaC<)b#q;(1QUPb4U4QX{L{cZ#*oUQ6b})bk;c@6g*@na0SZ5W#1=jW_ zU1tqaAB|4ms5_MssrxAss*#7&TB0KSBFW;|Y#cEp#>6ElP`bG%;{(Z13`U)~G zeEs|ZH!9Vn%lZySpI@Uey1BOM^Sq&2sGk0|-95M4{w~jiqPLPC`E5()wH1HnzEW(L z&^)jmdWaY}-W`W#m+-E2<=v|o_g756!$w&az1t$-tbRN1`nzT^sxaL61%Z1-46*ml zxVacqm03=_pprc6YqrJKy%p+l_;{AXI%h!Q)|;C=M8`{>-p3J-IFo%nKSb|R*6a*U z2j3uT2W`aM@%(|JGCqGpR;h=oxVj#*Ws4@=IMRxuxuNzwng|_bM&E>RUGl=+>M8Qn z{*o1k0X>eA2hQd!*(cK5`t{E|cAPX3K#|AlUn zoH^~2$8+)7iws*Y#v5A2^1CGTnJj_%1?j20imLjDRd4Z(p7Yl`#&NeVokgaITF`tq zcs09lTeFUGNi%i`SDoCfV=^> z)SU%fmL=;w!k4J6@m!W9*n+{wm$GeRGI=72sk1l8kB~mNU}KlUUDkEQy*w}@Se5iy-ehIz2}P+ao~&f;^^tw>@KmLP?NFb~ zYvy--84*`*);%9EVuIvF0u(TZNHtG;3&`?jlExM6JPWE+tcNT=@c zrqG-`@yo?{FY3?P4`v195|D~-MlBq9RmOlboHjDvPjbHW5$dC$hWpj|a&za0q?4NZ zW)*3~4wmQbSmr#Y<75YpK$i!PMK+4vHc`1KzA#^Kll4>+onyR(-)&uMAARmxCjH*r zH$xPTGVvTQ?$gGcq`EpoH>5K=ZWVw1IEklGryt%anUyQIoL_sT)K|XTe0f>b&+fh5 zU^JXK^>ZqzF*{roq39Mn#ONwSMu=yxuO9R|F}IWtxGqccC{o?9NNPv%LCLo!GHE2s z-@(f5yRruO%`WZ@H3UiV_p1RCZ!$e(N3MpcnxDO`b;VhrnqD#V4r;23r^HB6kzO8rN>Y8+ zq3gw~+Z=TA1!7l;6q(-`?#9trJDs?G+vbX5N2||0KK=Vj~tiz zIT^yI^X_CHeipmnAk}5IOv19cwPI~gK>FbV@A4_d`#DTWtmZs}xy~=w>8qNCqcfV- zadJRLkLX)H>OYb;qzDgpb^8iARIqDSC{b#B-U&b?G1q*Hhlfp3^E zdb2dJ<2J7Yg%|7b&zVn1SOWdGZQd4WG|#_l*gPvGU_&4dh)8ILS1DzRajitMl-pl; z7q_?SR5+?pFvK=6x?RclY(6%n<9kDoD3Y3&FfDQHVv)z#Fp6Nwa$xW-&%0NOl2H0g zL%pp?fj-sa4M-^KMn^d`Daz&9)e8$OpRc*PUodzpd?-O+sOd;xV2`e}!ug7;PUEPD zmFB{O9Nk(yHsHbQiJ`_gp~hv|J?Wcjj~I-gWNS_aA|HI4>@K9e}!(fLrKab%Ewd7akrWZfRXu z8gW+1t+m;PLMfD$6mYpU0=Zt+(8c)GU5Gy=GS#3}q?H=eH58XK?lpmX>pMHOYcuU{!$#7r!$v+kk6ozpzT>bwYy?>q zm>!Zpq|Ig|MZiVp=lvxXO8$&|JC55G$(+Q0a$^P@go^9OI|2$93)l*87iK1JU6*E| zvlSI{0BzHCkcvf5l|AGcUFPn^dGqMex%{{d4T`J?wbn=n0;+saBdy}$S!bJa27bY* z>5mt;F1=)mXhE4R6P{UXI_0N3; z7aN#@v;vBz8Y9$HS|rWK)7%JHMPdAY-3U$JBjO%+d9>51h|6>mN~O}-kC#ZL(Gg3x zU62%`{q)jDiCXaqPwuOp(TqFcCabIOLM3KWRX$ZvZo!A&6V$hme~HLpZ9gW%5tHP7 zxxPFzP531Z%~9e4Kq&%6B&y62Lz#O=35CzyOYKO(EVtcjQqUkqL#rfj6~D%sAv<-| z`?mZhVYQM8$J4Jb&E4GB6GcrBF_`I-;v#wYDyFtd)3Dd67L9A(P`7 zspYOD+w-TG)m9PQM~Y-w%8##Kl{Nt7qGIZ4^_^lC!0LE@!U>vct5%6ytF_=@jmc>7{$e1-hAPdrQ$ z^f7)h&brIhcRk4E{1zEBsp;-lg&KwXe;i+BGGf0TaHVrtb!WVyB6g`c&fStiYNu}ijA`@vohcE*+y=TX(i2}p2;W_<=42BGP45kb^48{!l z^PjS;7B59!l^IEz<`(pFNPp7bg0j}{4B+JsdXjb1tBq!|elsUvs$}Ki$EV<2qcFC~k^@XqcK5tfnfP_z!`nJ;TMb~;3 zGHJ}O!p`J_y@KTIA4RvEY3o*6G}z{?pSiK9y0ktj%X9Di_UtW~hGgB;6LS6fdXEo8 z605U{u6NZR1+L9Gn!Orux2_7`(Jt}1>1`9y;|~K%5$aFvym3!m+Gr~{ z)9kS5vM?pgGu<_Yq^m<@Kqh&IC#A*e?a3wS8n&n7-;mC{dXcqJ;-xlisbwzeNEC20 zu%q7k%H6DXHiD4i{75y9l}XQzpy%sPM?ae15+nr^By`8TUBQ=9==NyH4ytqBY zQhZ2;{7~G7+l;!E&GuBBxJQl;q^A1paDKH`c~h9?(gQgGY3zox#zbm${oWn4_0(H zDswGv>rG1(d6=Jb%_7#kV(r@Aha-6Hhp(z;5-_Z-$loe(X{wQy-}x}&|0av-=+(&A z7ap>_8U@DX8ri!8*9S-9SH-XdBPevT zs5Nd@vUmH4_>lV~z2q4R>E3ONP9AEiuu%5S5QbQ*SBLjPS2K<3>@_kMuho8{^pChF zuJ3Qz^GHy5MBo3$vMukS6qVCbmksN67bdG5xhZ*yOISm$rX8}%xMV5$!O%la`EYbX zd2NO7MrzkRO}=U#Py4bo8Je)Z?37m5rx;HrMB~H@CQ$?Tm=d(Bw zRWioPK zay$hha!RY|0?XM(lkt>!^ptW6tO_UN15S8{U4-htyk7R9sa4A>SZEB?k2DnOQv*|< zuqXEZ=mNPSk(Fv|z$1{S@vPzXZfl%dk0Rj;GDEKCTwtw)no_Q8SoYbHi_!H;dzV00 zZp^la-8py6@H9>D*xb#zlTliwx0pgVSw7Ll*>41Q1PyvwAZms-w>uTIDbJZan|Eo| z8-No(6h(Y8Wg?g2QzqPF3v(y&iA+#ROIE7Q!6Q5>ihuY-+9j#wzS(2NB>u`b&Z-;U z__RhTEf>D4d(=`USinmIAUi2P>2}(qf_$cfE}heCh~K{Y0Hg__CUQ z_L9@6yUy{bh-uCHWse%gUbHqZj;C6wRd{(9Rb0>(JdumC!@WObOp_y^i)VPfNUN1c zCjs>wA|`k z)OLIo`MCZTq3+IBLC|l#H~<{MS7q!jkr4%!COd~LP*<8)F|1FF=(b8}9=@8pHk=cl zfWIgi#8&Nn=_T#l%oT!XxgQPA6A2~RzayB$KUaERc&b>XY9MBK+QWaE((=4TaY^l} zA!OoC<7_q4An{T9ns5rk`@zg{{yL9y2^Yq@ovdeel^JIm^KB8lh)c5FF^GA-E-_@e zwPJuDWgEFF`_9E-vwD}6_psH+do%6DRRN!~cQwXL6L;6PyU02M>wTZ#n)~YWb`iGu>>AYJV9=DKL#I04+P*@lJe%U?ekx_`lRiX#n_r@stD$Msrc@#+n z`JNnm+-Jr3D&)}QgQ}g`-79B+l9zWpcWPl#w8H#jUvq^6yjz1$^5)W8;kQK^hf&)7#RAUACi9e9>R(MBZLqL5h&ob8UzIk z!O(@Eyiyss1t*rlO+0qr>pNcqkO$v@iugWbokodg(!$XI&YqKjk| z{&`pE_*k7i?*T+00la0S^Pvlc{HE`0Ad}8{Zy?x+vYVYdIywXppTyDotQR^A3Q$8^ zz%jXomyN9#I(7ulw{RXnqK*$bNQx`EUjbubz{@E*bOZ{{3I{=iKrj#j2{c?zfB%2~ zXzBqyg@}k?`jXdv?$*poQMY=WF;N!poC=@e4a%Au7iMy*w+<1s3Tek2<09A#wB?HG z!&O>d85MY0QdU5pD{h+L2pZ zZ%0g`?ko@=5f7;7?$A=B9i&`;M~!qnQjNN~c%x+9X;C=ZLhQqBp8SxEl21hsmq(5! z;lF*LWl_7{zGU)PD&6Vu>@8DFdcyyBfn01ZD5Lg9~K6Ro*tNM|)}g!%@q{1e z4=|nwG@l2hDGP6yQ}a5{Q_})@ z+!|yoxd=$P&OBKVToB{=fi79s|Av1vM^wFogO&wp@XjG;vf*cM4;lA9;=*+qvWT}x zY>}|nt_(bVwRpJV!)@-cQzMI%NK-TA{tv#qAF$iNH)9XYL$%27_G`pKjOjmB8vP30Aw7XN$l*}y*w4~MUIvwq`3*6y_tq~G|C zY;Wr60oKaLmj{OC9`MeXyZM-{9e#L&@8wVHd_d!02nw^#3DRzO;G=lUwKRgtRn6Kw8jc4?;nr_QXPc)uQy{ z@h=5bCz=g++04dRI7N4Futd9FCi`iRAJ94%@ICQ;pclPsV6qm_QM>@NQWhzQ1?X$n z?Afr@y>+>qmeYu*0_}E4dY4OA=(MSZnOL&l5%udb(i)KqM8a7Xm=;nDCc#ZTM%f<( zlZQe(R44?rnJh9t6t)X0wbPzi8Ily();d!{5E~^oXY|PR)M|x(%DW@68PiAa#rVUc zX>XJ~Hf|E$Jsh0|TlraoVBZ-u{WA+D2n_jsgG@Dl@sY8tzW_$zZN*=vxy%|5-s~pu zSv~x?+!ybWfX#>T24QU(BJl-C`_fCYW*Z$?Kb}qI#WRBVjM1+%Zfs2*x75fjjib$v zA-cxv1M?wEb}95V#Zil4vKwcN5A1QcF|I$Hwl>^LGk9fSGKR_1JARSIAi#U+3Rl@- z5egg_Y2&2v^k_{)9Oux39-C0Y`6c$Z4N=RlkI^`GF1z*Jcl1nWAA1vj$v#EOYyjuk zTu@DOdJp;B(E0H&>SyE_*XuQq4<>{9EA<5UrZhq1`RQzg}?Jf7>mD67+ z6VDClBbJ|sQ|p&8cF?PI$&D z0P1Kkpk{g2%kdnmF?RI1-w}@v0>N+)0zerAm=%aW!zzdb9WZ9h{>1*#)EWkcp@#|h z$A3N^-OnT4{XF$wwLAX#`+wxOeqMubssG8E0A>H#BKZ8fO^0QH$Ug@&#+8LgA28=Z zOZ+qBlZ7e#7q;qO=~-E6k-uP%$jX6C(aZum0;#5#yR|o(ov;U?NtFNboexZP;BnvA z588J=FrRr$IzbuU5nhCx( z!sO%=DWfAQhf&3($3m=YLDxOWOt-I?p0ieYQajKx*AZ;}(S+5|RcTF^6wdvu*5U&&j|jAI&ID|DQMpCX*8yxWW#CaI?H4s-^J9X37-zVTB4bx>viisAZ3 zud{|U1ZdUxsLn9XjW5yZ=PzF7dGb~8GzCs|amn%nMVavM?-|#f8UNXjs zQkWN3DUtAtVou_;NRQ!`S1q~T*xZ!;RpG`&PIFl+JHy1a^EqU)RHvw2P~&9%^p*J) zXRYFW7fyxgU2=t+tY`MkQj|oo`KEMA-3o@`4fxHN1>U9o=neWg$UZ1Zfa#=3uM-Ho z1>73C#qZ`58{n*hQ5p)lX2^}PSeIAg>BlwBRIxTUmEa1#iMIpHlr?YV7}7t;F}8X| zaS`+e#M{T5gd7bPeo(eGCORwMd@9=0wfsSHA1sqnHDP89YL@OhAuo>ay1?!!^x%Y9 z?}tWZm0P%?IRZ0ph`Cc7dJque(er^OB(%wEe0u_7V{fgILa!|4dxL47gbg(~z8K_< zsU*MJsO&ZD{wi0S!KZP`DN**`-a~Juk19d$w)JR!I>HB~6i}EW+%4+X0z$JTcgOMZ zuCm0xI?ss5I|Ry@c45G<&%xJiwh2LKhEwesr8Sn_L@WI` zM5E>QLo4daXZ?KJr*D^mpq>=b@h;A1wgNtG8((Y5EQ`zGpW-Ac4(xVaQ8t{K$B7_K zF{4hoekz}sF-I*=Z!ds~b~DfXl7QaePrKrPd;`+&1N{JdwVY3eRgKmY47uG^VFaA z(*ZdSFapEBrCwLN>t%po8?U*Sd?c=91$T}u(rdF~&)G)Q$kmO-$|Za;JmNT=C6zHe zoUcAv2DdqR#i{y)3Es&yDO!Y3!~?EX^TN2qo00rD?6GX3C7n;=Kqh>j#LhV^Y81T7 z7F;Q)*OS~!j$;0FU-+$-{A!iomWt$L_W9&1GCd+ddxG4C-+4okp}iSf~zox zC&V%R($9Mgn3nbGKlcS#6c*L^L_i<8B}*TbTUX9CwKDMZhOUM^ZX6BGwivmZ`f%=X zWA(iaNoahO!KEYzheLU00ek%#mj&8=i`ZygP5kU%@9u6IiL-V2ocGSPmyKG6g^kAG zO`fw?sshP4}o8eRbx99CMb!Wfev^n`_{Wyc5-#du?Bd)F@fLsQB z4gSTq<*!#)0NwnKtLx9bg#D+lu0Ok?{VeUaf{B}u34-fG8?UIb{3*d1-z#KX=@NwYr+a($J8v5}k?#$rmJ^TQ{zWy4w zV)%Ci{6D?pV@7__>rx{Eu37lwb$8Fv9(8zc-q~xJEbqU!XmOf&BrtyyI?^~pCHRJ7 z>S&W9&r6DE?_5rPn)5GdeS8I8l^_BnaLGeUm(rsy+6Xy7aJdVJj5ZqSg7d_LlQkI2 zPXwq{T<95gFFe|UQcIvWaZ(x~ybb-b)Ko(#p z+drNGRj}_BCE*7pvi}mwVDN(y*kDXrzN>~1R~n!|)>wG-CCXYW_@F|a87~RSf!!#Q~U3=LojAZ($4aw+VDNu;mNzGICrcM-UyOHyXWqMGjFrQb5_PDyUm`f|rqdxtS|-9E-(?G3xz zQFZEwaBFjkv2(q&rH;_%pEl>9EHjppPKW5elFq(Pp1_HhZB<=P*Kx)gVq9oFtGVgI zm%<}GlFUet;T->xd?9wti7s^^_%>*(L|=ZXQCdVXfiMW!{%KLInl~gnx>Qpxj$_H( zhhs%ggRg6E$G6|%Y*H(2tKHQHjRjSmh^o%Qta2f`mVUT*Zy>z5v5Bd2R)bvlooLlh z8+1Uf7!1PHI_lWhI+E)_D;Wv|H(gqOXmp2l!(E3}-g6_eIAsk#{D{I!sm>Nqs|Js~ zMe?{Cp)hsIawuPTj-~`%uNFrkfoOMNSsSzgB3-v9PrC&niD^_z^m}+~DROSSnM`QA z7q^s<@7+(Ud{EjJ3#xX3DVqV2M`MQmFaZ>o^5~aLRWAImL8)MME7S-{!y6d4cuIp97h6N{xC^^J)=^;95HK5pXF z)5B~YNk@KRVhzzuEM-~kuS~4Sh0v)O=4+Ab!$wrW7xC_%iU!f$!|ikir9QE6=LzfL)yv2634E(O zLeA_3hz?WlX4TuW-p@yt=mb)vl@zL8aG{iBp+aax%-8lpVcZLM)CK1F#_G+L8*Xzj zufL|m8A_gbaU;>tdL=&JPohA37bi3PocNCu0{VR{rau6YL$Fv_#P3%ig8zON7MsKS zV^QkA`|JPP^8UB){jt4ukgowP`BynuxWYlW&;LfOi4c+bCk)vC>lPz`3-`hB?Z2a@ z2*m%dv*6#+d;f_t5c0nj24eq8g1)t&mo9K?`9`^-=QHs5jdDd#AmH&E<%%9*;PD&f z3KWli{0ZfXKyN(%HIysBa~-HP5D>Vo)`ymjH@_dQ*d@uG!;N^*EtTmprb6{wb!GrY(cF@W1BWEiUSQAjuk>Rrp#hl+g)OH5a z%+An;nq0n8*WE-$DK;yZ?Y`JFxj$2DL=U!V<|wqgTL!|IUs5$G(E@2VD7eDf|(b5F>&Y z@Nr-T@9UH!kZ|Cb2aG0l-4&JP)GR&zVd{oy%(g$a|7nu;-vB!P6B{OWnR4LY(&XIV z;m{i>kOkNT_qPZv+6VDpMf)HQO8a0gc|G8I4$vpKji$xp1b7AzPX1+OEgO%o4K$wJ zStDfB(t1be9lD)@iLB_%xSEHKAG>Qa-BE?4pE@PkErFxMx6ShW?#JeU8HzJk%%1Z$ zyLa5Nu_8(he8c}Bj5LFE?nIWXV1%ht=#bHZLVitfZq{1Ms^v}D(NBjB?+9r9xEz6z zIv@=M#KObSDg{Cbx3H4PZAi$Q9^(Dld>-QTIb=9U6vE+T`;;na-f+!>v0F|>MOuEWjSNo15e)t)q=pzfHI-j;KyG_UC@!L*>(vSF<+m+2D=_)+q z>BXpOxvF$co5tDZUDJ(qT9)#qCQ7+!(sYj#>)YR9R^ttDEw-w3TZmB3n+VGYQKsL1 z!qokh9sJUK{w#1jf2{p8u>1`BTS1aq8&o zN<6PYg49I<VRgrv8QigTyC=a5W8%BCBajF!!n{$uu;1I>DVLD9=F%6@#7Wj7ZOsG>FR31&hYJ>Dd> z+)IPIZ(sY#OAe+gvzj}FeY$_|bg)?Zi{VXLRLN;AxG0GAiWJek z&l{SftrhUd`Eg!BzYkIR2W<0z%=~*{9I(%$g>iu7{NM^$`-A+S-scZ;0Xi(tw+TqxgUY!zOLA+_A%5*1c!J-g~aN(8aSG0JZ$uC&!YG zte4RKijUZ-6cWZ>JbkT^?EA;4o{c}@V!k(+!hikhb2a6jSXI(Y*ona;*QNzp+Y5ef z{yj5f&Xtq|D$U9|lj_7g6)X~0I@jBJ@VH4E?!_8zb_#5}NX*KgH#H59$}7q#oX|83 zt9C1e*_`GYki|_MEE>G2SEy-D9sO8Ue$UVT%ag>>ldbAMHL^z>PzHb%VO*~Z94iYL z+3!n}>TN)D-Wd&%+Q<#}lhN00YPe6>ePj#|U#c9&)!{lje$6p*BEh0Ia)cym`-`4L z@$zI2_xViCX6K3bjqLA&DBTQN_!|16#cGaER4S}8B~_GKD|MaZE@v6$@P9@Ldla9F zaCM^NXfNjnlFEA%L?!P^q$9)&P9cM=gr0)&20kJkPFg4QlTM|9SI@T83zhS9I639Q zqnP7LUhJKnI!x}5o1~|9^T*R021Xu~uz+EpLbXmX87|O%K$5dSAaH^KcY|56=eXaV z`$<;XJE>N0p890V9`D!*5xfF6Q+-U*@5z13uStIHi^hCq#;`nhLH6_L)NYEy?ZK_N z){MC&%6Z3W1MW~l$XrhI5kqWy=OHD$Z$q?Lvh6*3mD!Cr{X8qJwq>jbmTURpF{4pp z*G_XfNmRM8>p0~K;ii@eChx{?ySC!GZy$11mq7lsod={c07mG0WT)4KA_8ox@Bs%9 zo3tQ@N6=~Iqr7Q571GRQsvF&{`W=U4nR1bFmP$>gJlde!bi$u3NInxj#BJtNzf9{^ zj;br+NfTD>vHLRbGCxV&JbmR1K4F_?YIkGY^GYps63gbCP9Uo05aA<|)_~mV3>HFUf$A?|wUUcC|_?^;Rwf_3;C+d}b2 zom@67J@c`YvHdAZQ4I=e$Zi`ZT^Rkn-a0ZI@w(J`V#48QD!PA#LMJcCqeAwnox$tJU z5=Gl9NiVatrI+{9ih~UL2k4&P`IKWN!cZQ|Y)&F!b0*f@lE7!*uM^-s$=1>p-IZv< z0=gf_`;Vh8zz_`X0*F42#6}3 zA`OxK9k^2(xODw{ge%g}Kf4+1OT)|_Zsl{tJv8d z-Sl5iUo`Lp%0oZyYlC7UP2_(SnFjc;J`jHnMq2zMT_oOkod%dz3bJ`~b**3y zV4-&Kcw7xW=+KF&zaovcNV1XjdO{j>JpuPYB@JDuQTg&i8!OGr;;*Z%H5a|K@j`2- zn+iq8HL9(K>p~?a(|D{%2kh<(QHjp@AG#Ce21~ky)ARX&R2&N9c-DJaO4I(&HS&FW?_g9||kXAo`8t0^tX~j(V zxxq={{>Y}u+94(r_MiIALLQJ117j-s=ykReHcJ6IZ#9LF7?nGJ=X5OjE1Y#Pgi7#d94i3|+~R7#6)9DTR?vSX2v=~3ys zA)5)G&QQ-WSO)IH55mg>hM$eU9-7nD%ll~u9Pok%fnjt2CLnzCpqGmkuZSs>JWvzC zVxi)!uc;z)hV1JOJLm20W+9Pty_rbznPoF=;?%+QQ*Zw)M z`>k*PR{B3L?Z5TEe^JN_2mhIMjj*BNzv~$enDiYSX2Su+mV@X1ch&Lla{l~%4wpy$ z##LqiYJt9epcfc$`}jtCqh}uQ_)QlIJ+*+xZ@N%GdFaReYYx^`<)B>ZUxE}zp-+Kd zPy2srZ;HfpO%f-HW(?&5(yfG8OFnO$r<5UD-hG>8`iyHtb|yygfd|Rvp#cvYqgC&O z4>)&Eks0~-Nbq`DB|fOsYRo1!B8x4}a4;32U4q z^eZ`iuf37-E-TKN;|A&_*C*aCNxMgql*qrY^k{vOcXq3pzF*M)9f9c%9{)}=*;~J* zJcKQu%R6MS{hq?j9k%$7AQz!NS{zD&rJ>3K&rbq)P#J?cdX--vHw`TU39F zkQ|OISr*+6f@f#~k)N#{@cSL_q&;IvYv&i9ZunqLUWcb~%=_#S;^^QDt(*_uu#q6~ zt#(gb@UT@Zs(HiJdc8i`l^5wue{x^XiTXwY0x7nGMC&;%fC&ISC;h2sm4-UottSek z+HT`rJ2^4;G*4gjM8f@M7e^VcYW0xH5f0f; zd%iVRbR#!ARP)V3GzaE&CYE{&3!gLl4&M^dc3epf^B1F#kVvvBEHsiNCwG(n87Ta& zr~U}}Hwr`k4fw%C>pA@{W7Pez{qu2!|E-|wUu)N26tevd4F3GU;JNycgZMZxd1?VsKM#}l6 zSv@*gN+3k-YoK>Kr-ee$)i(S+e><6x3rW=s3dH%sxX&jv2BFfDH}^tyMG`a_SN!D= z7aSt`<9Q2=*a0bI2n2&YHPysW!6v^$Ks9JWBypc%b^CB^(d}?~c&zucG4g=yP$rIZ zuL5SoJqv^)FC6(AAM!fc^5Z0Br=>CtV6#W%d~Lk8gQ0LloeLuLTE5u3Rk?>Enc~nF zDn-fZ@+V7A!$;m(-+YCnQ{W5u5^OF-)G#z!lXXsoCp<8aapLB(wphe zfR6UHl}8Gft)DIyGcYiA_86#!E7;^Xo}w6VZi^dk7|EL<*a1aEtQO#|48f;gjO5Ad zC5SH$a&q1_nb0TxP|1DaB2T!1?wyN=4pqAy`?0g2zZIzlBTC4>&#^aH1PIjg4^J6@ z0~@p;^Y?+1UoRnl2xIlH9nF8HxBrF-|0B%&Z$8%kh_=CyzhyhMe=ef=0w4?e=tLhZ z*hl99C0khPR6YsPWG$>md9SD^`Xo3;5W%*|NnP|ft8uwe{&R$1{u_%iuPUaCl>HXzeWF^=XI|~9 z2ZnC+An#KLCWfC-DZTxu&2qGK`D1IS%|a5hu=Wk9v-I-x1k8tjd$9{o{TM^vOZxWe5yGOJJNd z8Ct%%T>FGYspUxYn>}4U^2xn{7aZEze0A9?ko&=gNj&tnp)^!3l3sMTspO)@{+i=p+1nA>P3 z{@PPM<{PwrVpLkj+x(}^KA?c@pPtE%!Xu4%XRd^hkF?faykyOvVi_MZ!T4#T*=)vw zfG}f?*QuYFpCOzsz^keMa}wjB6;a?_UQt& z+WcT$W%oqJzF8E#rQc2eu1YhjFRg@tS=0~>BUyBNYDBS}%($MfCK>NeE%TE09#~@F zsz>4G=6vgsE8b9=#Oz}!4!3ApJ`X`SHry+Cx0^1ew6v^N;d{2&-v*9D9~ zfc{l8^grTQ`1>3Gf86K+jiui*{R6b&_csB1bRIMS*cS<4$^cLY)HL|71po(>frwx_ zTM7h%wgDDoc+39ylH*eRr*Cg&P|K5b?iJ%Zwq->XBCKqR&(vIYx^r6AA++QeH7idq zEm8SUvue^~)P-AOGp6AZFJ08z&vh9jF*)bf&Cp3)t8ba001v6mtGj-TENc~1a};)1 ziKyNCJJNSAT1@U3=l89UOOojdUcRK_;1dUtiV?~q z7W9Zk=v6dURo|SSQ6zXG(Qe~Eok7{~`HI`cQ1)sZMId(d^r_B^>p6nM&xHlzt5Qb~ zMLo0C&ZM+dzw4l0bc{ZBQ;NZ9a&gnpLeWz-l?e>1fFR4&93IjXJE-z`)!kLV&3KxI z40?Ns8O|jh^^}vUGBBFvi5ryAT1n3BWX(AmrD>6lg`oj`Nz|~J;oWrWSiI}S_)3Hl zfjV18C5(%Utomo)27iz?3(?;alGNrJ`iU(v3<5$Q0S6G~{8M>G+L|s!2s>4GHhJL` zu8rg3(Yfn!AJ7WXFhC(12+!QyDWG3H@Dt~ngIhQfm1Vj8BQ8`Er#F6Zt|=@*cFyLD zc)-hGF63|$3gXtERPU+4*A3=vns`>}|7fNxr9r6qeF!Fog2?~Y*PvHL>c=F5e{wUJ;8=m}Wq1fNB=l>5l z@i%Pz&x|t!fs*|V3CBJJL(??qJZPApVf@EyH~ zNj2|7uA|@Uov9Vi7lkPhu>DZwLrR3_d!e=Q7PYf}1NTq5)C6oO=v!%BlR8JJPExtL z1f{TJ{hu^2K$W3?Slxa}1A_teT7Vk+J`MOA3hcZXX(C7w6dJF6 zpHBpd0K(s4rJ+C~=or`-`A`r91lW=>)1U}+j0wy%I2^45h?$0jieQxo1%VLggX#Nx zP!I$O!fFQ;1O*~`W9NgR(25$E@1hW3?03Ns2wJv)kq;1ApnddUrXkQ;$yjM97h=iW4KB2ndc=lg3Pgz<u>=|cLWc&#$Oi#d5>{UUFaB7bhzJ}l+s1fT1o6Y%fI;CRXm_F* z`G9c6Xr&v>H0TfW9tK10JI%((2ZzAX!a>Y5id2pxn9GYtVpdpy8MLjeV1y$c74fY9Q{@AJVy$RE}(91H>)hm{WuL~6t?4-g|j zvDP^pn7V+z5au@^P+%fpr=fm)R|NUPJb*)?2q3l=W_iH&0>+vfa5(sfc?#G)fPSbm z90tdpyKn>u2;_tH4PfbuVD|way~Unaa3mapeJ;RJz@CG(K7a{{!rt%UDCEBT#qY-h z0RlEVtnUKVgQMLvV&+4^vG-kIS|K4=a|4*TNbEWThs+QA8Ulh40W8`vzkxnQvBn%B zB7(r)I}su<6xxA2M*T#9eGR)jsK|aSaEyE~;0e3EFkmmnTIUEj;JOuS%n@)T(1BRr zMLNDvwzV5b4yj8z^I3{1%% z(qJIS4{0b6_IZf}wsv&T7L4ygkTC3dfCP?9w0|p%d{7Vqdu{-L281S2F!I5G>4*I; zu-Bn|C1d1+LlD?!3ZTP=0Acq50t)OLSnmSI5%!u!B7qGW`&|?Wf{j&>C}725)enGD zBG_vh1wt2y`CVW}!m#&U6a?s1?0g~+Fgirp_w5B{0SJuM4ipp$3=&p8K+6Mr-$en~ z61!heFr*0DA`9ai=<@@+JU9$kG}!rocd^C|KxV)wVdX;t)ECwo1R@i{vDYOE1+0C{ zcfla^5r8=-!2l9~{E!cDwubh4@m)K>AP59V#7;v1dJ%@3h1OZ2@sbQo+ zfdRp;9~8aoVCMsh!_EhTV$WSL2tb`!djt@gMFco8vC2d5FWBEe0KnvjG$?l8qd_dN z;bWDD6ammOb{ZU5N!V!sM#AnF^l)J316qr4oPX#m z4$xbebpZn_5DSlkfkwcv);^F19Kcv@0|Pb2+Dm}XLV;rs>l;uA5({$yhdFQ}Vf8Z@ z*qyP?WH8`P6hN(5<-y=Ev}(ima|l=+`~KelPg{4dVr!G6XW0LaqMfmO@A@wo#*;vn zpmhXe^uU17K&uU*qt_KB33@&ED#{9Sy_p#q8UGRa0HdtTefzC_7{g+IOOXh!KE8gB z%=>*>NpL_O4X-oqV`Uzggs!>Yf;PKW;?Ap+@fjyoFK-ov~HTV8T7M%a$~{WAC? zdnx#XQ~3c1=Ha(z!K#NH*sCKMI(T7M+^enk_y7C?zh7QIf9<_|dHel3YoTn=<%dpR z=&{QaHSqYjR|_8Ip#F{Aa^0vPyEn38@M7E-E<4|&Q09BcdF03M7mCF4;+HQU-1QN* zqq9f4=XFBaFCAobLVWHmcEzuw=()dlW0u!B3>x6<7gdcu?!vr$jLr&XbGzSj$vn<$ z+~<3K`-K-T4yaA55B)k7`!X(Kk^N1h-c~%_isFrd*-}Sp?l7?x6u>bgI^!Z$9V;Qt&G=F z-1cT(lPo=pnyrmU@O*wQZM>b6XK0)^jI(s+cqc>W%-=pZjfU%5bYHES_&ZBtj3%l%>8vB~wb`kr{e$ewqY zTAiAJUt5in^)0-Fx|{op-J9oOE$5(R><)}qW$a%kF6QvK4={$$p2sJ&%-vF1^uF?! zsY@ZBd1(xLr{B4%G(&hi^KX27&+?nd+wU>5S57km)(6iFFmdLH3~;a9qrnxGYxPd! zxG@JW{HH%<75_-PtRpU`$Gx3qu{6oe^=t3K2fJ+L>ce z;0y!HPX_pxz0F#5sZo-Z7We%!B32&N9KaYQ_vA7t(zqk`jcf6HuK zT=9?Z{opEyj`?|VYuAF();EG>zj{RFfp=o!RE~vN_2K|C$ystst<2+Z|6Cs7k~^iD zgO0v3fL0gz@%hD4-Zh_7diVQ9?c6ngee){Jys)?WA2;0V`t<}b;*a39fd0qt@#(+s zycXw3cARMCoG)hyiMiv>+dQy~wGBVLFw^3NSdG7q*C%m0N+O2(FbAjEFUIZzjBANs zW#@gN#0~8_qPK~6pIa)vKBbLLWacpM>QW4x-=jaPB&r|%#Oj>yIsam_BNyuJ%nP!9 zpYv=koqkb>R?nf`e=kqG5MTC2U@o10v2~Z$D9W#^U*Yzg!?Wg#lgwRU1VF=%6R#bf za}kGGGl5KJc>FE=y;ETxzW3|*FBF||A0*O@;|dx-gYSJj$#ua?hW_{f5@R_J+2|#{ zM+)q`=Nq2y{TTd@_`Bbtwp}xSL}5SKjsKvV-EZH<_XWmp_IPJ*9HyN)mfzoR*DgC4 zOz&^0aF1ts<2Ii11KYSHZ{1G<^y5B6;DRg8;le)4Bi!Gvk4dv@j*V@7uFT`zXGDqd zEsR|@di(u${S5cp*YShgI1}$$7{HxleWmxk*lJ)K5BM23zJi0jYz_;H1oCGsZ;ko; zEl2;3qb4m~aoz-1bb-+$ZY^J%H$0g!x{1yBj_J@%!!iU%);@$M$>D6bf5CoA%7Nl(kUd zvR~O-*&9Q?u&>dFZhevwcYTr}I`6O25Uo12#%ju0e)3*tj^x%-Xt*CT?z?xIi#vOh zUy`**7|7lF5^~%*h=t7ib&ua2+xY*nO1Kgd4$tOy3@o<2-%@=tuT;OnaQvN@&$qDk z<=z}zh4WjweD5^1Gv^V#9sQBrJFjaVIuK&Xd9a;Vk3}qgo%K<)16$kAS{QnJ9$*un zxp6!Q`#qtZz{EM1?(f0-jFX$ZXQZTX?7W*d`IzqS`k;)Hpq+hKUe>}Pw)dPDvukF~ z1b^aSIX5b6a8If3Z+WX0e`I{{LdIu(WOsi{>(BQD1Ok)T64*!Xn_RH)oC{)PULqiP zKBa%>Ad|bd^;0`Hid}!3+%n@h0Wt?|IWPh#u(#e{?t^}hft25FZ0y!7wQt9XY~*|I z>y!3d@;7vk@U!Oli|@B?VdkYN239?chcipm@Mni?s?oZZsX!N$4Bo6w|wW2!kh1XKe^|eMmvsYIk@7@&G$G=GB4G8 z#|gPcFUBP^j@NebctB^UW^^J7UKk-DAZTXbw-S8%Yf_iw37Gw!ZTa6q>R4!BhNTVAMq zPf}Z8>lbyFbc=q^fy{4lgXj?#V&3yGF8dWziY>{kh)#&Yqn8*r`4*fTT=08Fyni`M zw>hD?!ch1D@RQrek4Q--Rm|r=&pV5LTLTte(hP7Gn5@s9*6+ z&Drk>e?&KvFB;i+yu&=UUJFFJBN$Zal8*1CnYYh`auN7;thOKZ`f7V%r%@f%RvimNIc9wl=X%-B*iSPT|LRJ?}GWe7O?PG z`NgqUFYU0uO>G+E{408xl$h9WM{0{J2?LR}!c386SAUt`a+xpwq-jNOzf$guljgDK z>v{yw!cmh4a2XRD-#=JmC-Sr=W_aU-sdHRcTjdbJon=w6wup7nygpElYpW zMY|SkZSS-owxdi$a``B_B(eAD~XKftxG&qE>8H+B~64*-|81-R!kh$d2qq! zJd|x`Z&J&0-xwCbm2`%jkqeUFGH7xhl*0U$@Xj1muFx|#P3K@uF0H9_4X&8ynS(tO zydc!9?=IZV;XpD6e{ALudhhq@50i*e9wx4v?9Fck#Kx`X(UhNpa^sHwad-hGrCa1;zbQY^ixSYIdk5y zoVnHIUaCfnEJKosZ=G8pIFNszGfKX<7#MQyZ>t~3Wsfa+^^HrDJh|Z|yhA<9*UeS4 z7Td^Ls6NY2Ns91nB?!@xuKpw6({Uun>|OJ^Sp zmF!n)MR5Pbp5f|?KjPef`7M(@xZ>)|xyi8!ZICJbo}{A1J;t$o_Y%57ll*%5p3n7r zAF(-4%DZmO z@j;bevA00N+wCm!f9~Sh1i4K%Apr)Ni2c-*L_IeU7EZUzU)`(;L;@PGQ7@}$vxuEjt>tkyyVhKSI6WQ zcrr(IVBJ-sKVOTF>_Zh`&W*hldRE9+yhzI5^SF*n3sW}RIX=U8d8K+k1kgK2dZ}F9 zd-Tp@CH<{Ll*jc+vg90jgrP{%abbGk;9Jboq5gC*fEw^T9a}YoC0Mn z$#r&Dv8L=zC^~BqBFOokLB0EcmcXPEhhCT(!2xBtu*xId1&RZ5F#Djs1TQkGvyUri z-+hQ>bzE&GQl{U-0Oxzx$}DnFgg(9kmT7zxw7<%{@2!zlC?kDl?k`w!92_ne{^Nd) z3(q;&+QeXqbAlz02P`>(2kZBAm6$WPzSxprit%>MB2tCLcJW*3_W5n{+b?TG#0c*|^ z0~Q?k_1!2} za@qd2a>h6cTgE+EGx?S?mxmG@D5Bi^dqo`it)N`?Mr93;VB&;^*nZtxY(GU$=^F~R zeR1Ia9NLQm!LiIs_3pU%fz6S8YIA5pvU6~s=6jVhR|>Uy9oW_r-#$K8ZXImp5m_+r!E}l%(f-P&P7n)2%Ce#;@d^QMo3^-1W@nM=3`jT1e~Uu2Nx{z}i;n1jTb?eSsW z>qxQd(?vJ*%#I4}%A@F-t7jwo^=+Oo+6Pz4T?&g|-fcsv*)OGkVd6qrpKwq1#)02)iA7)bcyYkC>i3?^+x$O~ z^2A-ho~)1Um-V^knV0z3aSnL%EhstFX&5w-9~8yha|&$*lo+SadcDJ?g z{?EB#im`>T;`Q~(Xp=CN-)gG8FlFFN8^^L2e+YH`Yb+*`aKA?e1kcxmIOF2u@xAKk zLRo9?8$N(3&m3Z_QF1a=sEHLz7Z8gJ&*}+*P&k!JnG>;JL9PWXdRBI+f6xIrNas z_tFc_-ZT^4^8hQZp4dW8ExrfkIPr~uMb|^6n@@uZ9PsQ-=}q)C9RcGP;F5`Mq4FmF zHLm)|eVJFby_ekElrA7m<><(C6SK29LZ(3bted$AW-uA?ftwkfq ztR*?jew(__>pT(tSvFE&DqG6ygbZ^Y+Mwk;*jo!b7r_3Oniw7i7QZ~}BlD_6$-FX2 zp3JM&)8I;JX?U2ZP;4eFC-Os-ZsY85DsZ)PP{#{PuLuo3sLS(P8S2Fq#dB#0n~W|m zq8>SO;f0+;xI6wF*{9KWrIAJ7Rjn2qQJ<6eb9hjq%TxIyQ>2!KPqK7#FR}6Hr%!r; zP!3YZa#`l_k%^pyZwRM^H=Rfc{*E~2-1Pm3?}0X+djwXxzXGIuk1`Ng<9;I6p&?V0 z{**Q^Zz8!PL&2hRT}oi+Pgp!S;L{4O6sP64>9uwZJ*yuO$;G{*smv=sJ3L4FX>fY4 z1T9V#Vg$zSS>Eo2o9N!MA|sQ*B9rxhE^R28T3k^hO83$%cbwGA=o?DON(T}sgM0EQ zbRZnnag2?{6}j~U7Mn>=j>v9pXG&|XW!7>@V>|C9Jq4DUWfxEaWyYnCgK^1|;YQz{ zt=DKH^^#yb=`)A&is)A|!J=PjcOCue%J>!sRLuDG?vc6G8MywVU*Rs{VY;ancGcXw zk0&_#4$;($@N z_f3C`?n8<8-US&&J#z~0@)s<&XD-z=cuo&&G&2u`Qoux|FX$Ola*24R;@|YGJ7@Kn1C}I9PEYCX#)$Z=>Hz4%oGb+h@&O>%rfL zz{dX8u)xx5+*xXI*>Msx_IpBs!96#1VU_XRiLv+H{P<{9(U<2ukv*zNdv1JW!L#Cm z;7^iu$2HGGe};Zfa&o@c{A@`^)w5|~JvZvr;`ttv-18N6&fUNEB|GlQy!Jec$gYp_6TDp0vy9`V4Q$`m z(X*TTG&o?V1P4#z=hufI`%oC2-y*=^N{(0d#`PauvDLB<@$=%UdL8XFJeJ!m`VdcA z;v^dHN7oa^>E5K7XDvc^#Y_6#+-pUVJu)0(J4+#m?JNr_b^vi1I|{6OlMbBq-OHOx zFA82lYwC7FYwB@w=FH2bD>eP)2i$9+4e|KU#yz^R>*EjGwNP`yucYuLrX-tYdlLw- zq|XV@e|iTRS6+AN8;euD1j4UA#p8D$)RNdyA`Y=bnZ(gw?%{&P->E)bOX}l=3_rs= zuSYi&-cXgT6zb0RQC>Eg>38@SSjqBmUEAIZgRI+?D21i;zVA` z=1<<2-U;FNJTme7-1A^L4@PHbSK89@CLxE|QM8iCM(jCxEuMM{Z@)hIIbY7>=^#yo{-9ZHAKl7Vff)22tPdbnuhEgYHzYP2b{fOr&+UnY8g$ z3-?6Unj!uJUA!V!bxny6@5+F(X0ET@n{wE_9}v~}n+llj?OtSF{CS!@IQ7(O&QkA$ z;6?FG)~t>+Yi6GA`RY~`{Y7d;e3mFYwyE;p_-(;*7q~Vf_gRR^@e=ur&zGtapRZSV zBj1GhqQB@@(ETEf#XWNAn)5E6`$ENBJo8dVpA?}A&jE{$gmiN+!E)yJ9^an%^;5`M zQY{MGcNy*DiH&n_Hf3*YoX`+edGD&1C87_VO1QKuJtz8$SJESYUCYP{-mBhHG0^ov3uXHH$m3SSsL66MF&^H`@t2tknRi|IV(DI% zM|>?ZdqVf>@)HleR)5(W8L)KfrbeIq?mJGbsPv1xXixVhRlM^)Idj)2`y~T{7wjNw zeo|v1k{X#TDG~EsK-e@o&DG^EFS*+A;Dv)D z^eo3KyyTkr4exY2x@I*YnU@R*o}c)tt{h_dxQ?jNPf=CzLIz~b;vd=D3ESNVxe&f_ z4WTkFy;B7~B|z^uOe{RMxx|{>H78Ij%+l^P^vE2~=1t%8O9$>*w%?|4{vYQ6h@TZq z(NxBz$G&l?kp)XH5I9J`46x)Kg5|z}rROME;v`_XgJ8+q`(a|F zVAxoG`()m{>+3K)yEJDGrigdH*SDew^LzZHaS37MzA(4So$!72?FJN ziJhF(Um5DRyjA&a`tTW-yb&;$e}5|`61vymd+A=*Qt`(&==UT~XO848*<1QDfe|$O z+x8cwgyC#Et~$SQ@xOq1{Cj`PFO~C9?woP8NqleLOLgCblk;0jaOS`!GwvJ%yFLbC zVe!X$Y&&lf9&B|uLH76}!D3&6J-L@mh@3g4I_JR!ko_W|{x-FTyy$sX3#@A)Y1jTR zF8(VpPV>Pj>m&SLityS!6zcR60E>(Vi;i^THtqtJycV$3*Mg4&+oUz z^VQbx8C?p&p3&9OFHMRf=FFu(=ghUm35{RPe7~2txK5pkU)mc(Z_mwA@;z*K=}Luh z*XPQF4*Gt8c}1jlUUF-BlT6)yj~(iFF-{{J^$fYkkSo{oNsSQ`Em0qV{sSO8{)VAkw4;}|r9aH+t`b$(tC6;QA z)V3Ixnw5iXZoGS$`hDZ7kGqz=3mzg5jSE-Zek5qezeS*IlQQjoDaVaw@@+?+uo?5Ln_u=FlN7>r-&GFnPX9f1*** z*JQzO?8F@DUkvsh9nLmNFIU)>wIt8?RSo|74#7y<{5F0)H0hb z^HP%pmOM+a)VqMCPw&CHH*MpWhh6e-VIC=194JM}nTxaMe5DfSu1X>ezfu?T1QtD; zhcWUJ$BF%mOxHI@qmhub`;cxH+K^Hd+LdsY^=TUrys)h@2lFyG;KK|4g!4K_V(M-O zr7-(QUY~IsqZwEH(Ox?4f(iRufsN3HJc^FXTSq)2c^3st#%<bS!*OvyS&nXTZTGX5Q|xxX za?qBBPPtfmrcA~6g}Hal1nbf+;TV49a)lRTY@wlJSiv(w&HC6bOS>0}39inIw>ThE zf)}+d!3#1Cy)bLDUos_YCR1`A@9EE=fUb62prI#y) zT3ktm4PLbF$az3Z&g1l47t-UL{)4|Vw+_vFmEXgjX+UcLQ}0}D=hM)E!EFY6P+ zee%7okBS)?DneELh4W@{aOt9ZFTrAOar18u0hW`R{(D6%I-HX4$bFS4(Ybst{QlaF z1gBKJy)!D@H~x!FChrxjeiiI=a~F=qMyHW68=kFxKen^_{qQRu%jkbz{&_M-`fgcE z;^)Ky56s+EqN3}AzMMJ23jSJCV~!_#lc&&mWr1fc$^G>`8HyRF0B&LJ>!LcecJlQX z2<=|;g#Df$XAZKlc&T4hD#Ye#SxfyJ+=QF&Xk2=CP|T8}1Xh29alQL&rr=qNl!Ap!{2r@|FHLs)=AU}ti()+I##Oa7XU3%uBv|cLtTT5@DslWO zOp@49Ue}1t#6=dpNh-vX@9_fcKB(=%J%`is5?Rfg+kM{2@N90lC*x9s<+t^t^A`7f zUz4Zmx5>!@`;MN&%nN_MehPaRq-W!pjF8&Rw*%R7LeE@FY z`Y&I@Vsp7bC~-pvKStQnxkL2((!i++vhy=farM$4DH>L!koL{m9yxq zG7-Z&FJ!a#Qlv6DMKp`(a5TO64prENH-UxckN~9(F8HO%E9VStF!wvII<@C<`n}dx znYD30t)t_Y2TOeBgCVdyQ59A0>OFh2d;^6i&MrC_9>y~0nUh<~>x8_*Cq?s~e6P7+ zXO`uASLD9;QrKX5qDr3RKwka+?w7R?n}la6`kLDj+7Jy0KX_7aDrva3fh9*qdE+|g zaiy<&mPAF)=-ysl9Qayj5-h$4sfghl_kMEbbyxR1)Cxv7`yw#&+b8i=wQkY>L^UGc zJm(PG-ixR4QCypey@Qw5k~QnIy|}tMs=d=hUU=fw0qyr#h*^uenD8q%D}DiP<=lmP zBXVh6wsQPjNGSY(2<^P>cPOJRwZ5u3HLIJu#nTeqLR#tiC@4O$t+=V<1Kd__^+M=7M~?IfA}s~-XZ!45sc1t zUB&mlfhC`d*EYU~^W?5R$@QNe_7`4Qok5a5rD5=L@2reY!N&0wQ*kJW0u;|{`-FA5s&o#wv=au>~yiUjg7410T+C3u?>(wo^3@+Wvs9fJB z%8-GubLjE5bI>AIHVQ-Z{>mX({Zu3L*a2XX``5mBc^z2%G+^n^AcT>+ECx>MtidD# z%zm#8%btgpVk^6OJbK@#i7U5G`wO1$QZG&~mbGiS7}dxb9bD3%P)MY_{WiQbe(7fU z-Whs>1Fc?GXAlxGOUBWN7S_C6r&c=Ee>XCK*L!_D!Y;893FP!8220H0r-k$4;E6xc zxb)Pb?5CP)zh#u++_7 z$R_;d(!G}^k-_TYUWt=cG;6-nrNy(f@U@ANQ0gkd($7-MYS~OXhj>(A^wY(kEc1;^ zvaC2l_It`4mhN@MSsP4OzxazuORCd+PYU10A%umhOR;CdPnGaSZb=hdzay`x3xXSK11leL^}~leH?e+xEJDY$-3J6_Z%pUH zzN1_4CI$zvymk~eq{wsT)obX%YfcVq=4)A2Q7>?~8+#)~(>K|eSU4;qaP?gUtc&+ zQ2HK$Y3?v*DT)(&kk>o>z%%n3Lz5iA>9*hFQY|d+7GU<3@oeJtJs6i-TDPNg<;JWZ z=^{HDui)5BUmURXMgvRj4Or|M;aUwIA8`OCXt*$WL4y|_yz~XbAed(R+t<7YWL$c{ zUif!)IIzS>!BTguGA(&&s35*Hu=EYU?b9zD%%XQ6%&4(bE}XnJHdx~9V3BWDoLU~R z)F<;Oq@M>^`Z0pVCi!^+VD2=SD9h|kBz663ocz&?MG#~v7=DaZb+DyXx=_w|B9{(g*VoG4?fen^=CXz8d zSHM#HB_TC$c!0&;0wWv;f4nN|+ti&VIhtVUR|*yz0ykB0uyat7GA|Ww`3C8>HU#fI zQ)Rw~Bv)S2o|CH!mKrv&_zD;cyhb~RRHmgXsqt&uzbmE)t+6Urw~%U(H~PS0Lug=- zH+aCX-d&%zWqTKt4zGWlNteDUOuF=f1GAHzLmlLv8!^2x434GLrGiEGmX^_ZVR`*8 z#(ivj0WA9NWdv@%#hIp|XHK5AD@gdfeFhfaA?==LZ}38@u6|&g&PO{=;?3ezipbi| z6eNh=--@5-dr$b)wHRDFrNFFhB^@NOKmjk_pqckfoc-Pjnq41evN>bd$u@e)U9Nnu zZ<|0$^7X*-)+Ou-pzoU7pU`c~n{`r25+}a&lJIt+qR4K$-T10>6pSkVEH;0iV=5^^WnS(E5^HsQH;`89_Ol}mI4s5fxD|_F4NT-PmWihRNF6~C4 z!+uXv+sX=lkggdETN=8M+|ncw6?#5%u;Y^dj9k*&kgG}(#;%$9mhZ_^UA#yEimW~L zesL;&ckO)%vx$K#Hb~!Yu+&C^B|n=ZExoS5gsEn4d>-pF`bjfd9(H9m*{=}Lp0BR# z(FvvMhId{pdg*|KU%vojx_4jq)2xO17dg!jvcA_#WmEdEJexV)tcmfoonPU05@ zbFBx@y2eM=G6T8~vB0G@+DmkwYtgg!~6kf-t5dOl-%e?w>u3t); zR(Y77nVTbW>0BG5qJShm1Ew4L;1uT!AG&teOXFsUy{hZX`X^Om$G<^J)3kS9LM1Q> zQ(4~={rOVMR=2p=c43L3@rLQX^SBnU^i2Uv4-zm1%KKaT^W14pBxXs*C69s&KE1au zeQo(On8y|Od*>|(EdI$$X!*8O!4*3an9zz^3K_HL0frrPbV$E0#l?j z-@9jDcfZ%FDdPko7YE|qYj?8@(t`w2cvf~^Nqm`un2)*z>p)xzQu2w!I6kQTPE7zj}%1!JhgVDizyc!PE=RPU_MhL=ZB z9oOH9(Zy$U>7Ai9ryE+McCNl5T{Q6uVbl25!MLw?AC#4)QvrsxVVNWxSo2%rDEIf; zo9!H8@9TFIAW+=0-$Ug4TY_+N0#7@L{2+Wb{y{l#(`Sw=Gt3;!g}vt(Z|9ZovvL6= zT3t_pA_aBlRmZZlarwJTLu|Uu5uudu^6dARV0))=y6_wlG_qSdX6`hxAKI0J+wZmC z7l(f0)6Bv6f_}p6dmga2`n_>^E9#zRTmLv%;yqvjiGwTX%Ra7E&eDPKQFIG$7vq0z4i1MQk zYGjqXNU-?jIU~}S1dJ*%`*q^se`n`)TzbUw?s^z>zjqIm1lBtP&Ec^ypF7Qyn=`-G z6FbM{A@7=55a9>XMZ(1*OqqgiNlR$c`3B>QUzA-%MeZ+5iGijjmh-gwa`504jPvjI9U3$aWLjxOR&Ts z!Sbf4G_CmW!P5Vk7ab>`HDd>BJF~hY_rXY{{VjcWbO8xP>1_xWKef!B^h1_L_Ir8a zrIxMk1D1C(!P3`?h)=E>SZXrC(y#PhHCnzQYAVvXIOto`#^Ihbjs(q}(QtkJYn+&o zp;VB>fWSmWb`FN)uJ5O5SH|faurR3~dw)rf&$o0v2C#E*Bm0BB!j6 zKDo3;sO_r{VVu#GRSTs@9vG^ewOqV5 zFf|;z7G;&Iw_n<8Xq;3CA95|%o@Q1&`7Kj?WdJU;u`yCBKIxNWYX=ArB>x#KeKf&D zA{H-_AcF&9dTE1$JiLS*|72X^RwyWWL9+T{e}KjRa zokRZa-UXt2Z3Ee6qEGW%%H#T^NggSM8CUsnO3m_T3PSEB;T@dv6+}-I!OcEonnnk{ z3$l2Yw;tV=+Mc^FJz{GI*3XK=R!5R%8M?xDBe(bf z!rNgWGFjH}`tVRo`ig@kUhzru4v*!@4ZZLwY~K`?Wa^L3x?Dd9Sn`^=TGD4s$v4ep zaq8ff?(bd8JtMw{@G#NP;?FhTyP)1VcTi{|`u)X!cV6+|&9#E~$|LMK^g?}(jp)Q9 zSDAy6De}=nyELT8Y2r7y64?n2@ve2h9N$ah7ysQe;%A6VQ5PMV?0vfK7eQwZ$qUP4 zrCx?6rS)|mOpSbxzL7OcuNygIb%|esC3h9fV|kBs>Y678d1)T&uLDcXJg0Z~#yu;& zdjktjv6AF4|FD;#)648$oMJhNr+`VR-o2T2&O=pO-c19`odJvQ3oN~Su)4fKdoIwW zD=?4C&icf*SFTb(`de@2bR1)H&+>A`het@eQEjyIx^F{kB5jffGmcbV*m-FeMo?$m zIleP4vIjvXZ~b0$+<3R-U1EN|$LFzkiwC85fyaD#v2pP;xX~2%okP<0?&IE;SUj_4 zR$rqPW90k2OPUQV`J%ENlSe@`rgscjdd7jJ?&-wp@{()&vAV^z{aD!pmU!}YZOlGY zZf{VAzl8800!^}3fL7r8)V4W6;=)m4O8605whOLz(GYIP6< zp1zzHIaxmq^$O=5Jkw4$26<}O+CrTCi3fnG5Z&)_m+XDx=IS`Es=dGb4B0QQ^2TR= z(g}AC)<^DuIRR#_%(Wc6&FBI3USW4tV`BsY$o$IC$Bm~lMU!HdXKVO;e~2kiLu z`!FC<#|IWa4S^yf~jpImXU*zsV@m%+=G=&YPp2VT7NjR&_QZ!q4C2~U&_ zy!Nk)pB@!piSdCkOJ>b%=g^4ua*K3oy#m{+9e5 zT)8mO55ST~L4(Vi*@|%zg9Hn%z|uEfGG^ZM0#hctYrX`mg(+?sK7^4Z{|_v>vP!7r zf|0(7zk$UE50-b5?&YratAM5VF<5$mNGwZE3|Q<-u;d9sXly#L#5KTDBc|F=rV;i76=wu!ClOOwexZz2d5O6J-2%zZGTI81P91!>teJ+ z;n|ycMN-!mzqTox*LQ6`SJqxMdHpJ2(m!?%>0x`%bx2vAkU&nn5iGe@VBAnUhYc^T zm_4C!)@pe6)no7dh0(RyPrC|@v-Y>v+&HesT_4_*H8Ycg7moC$18(Jw2XNX-u$wt# zM`T{L*Q=MP?oN*nu;l+yr4pY8OU@@4H}b9p|I0oY=t~<4sJma)P>UBa|L|Ql``Wq` zpY#Yg&r;5pX1l(1&OZfkvk%2?>(5aHlv)q4^l)K?rf)4+`uc$-pPDKfeVi&9{S-`+ z&8}H&Vrh-XD7>Bc4c`?553ND-+U(j7Rp!a|-Z(K0n8G{jyQ{UdAz?Ip$Wd;6nUGiB zy8|Pob`I*s($FP-Ev|T#*N-HFIXTB*$>-M*E50wV*u>XvX?+=BJPo^M8(w)tEaWV? zo4RHJ;5~EpdHAGo?Z)>xknMQZa=G!l7J;kHAt2mb|NSi`v#{jnaL80=;Ede9h%8v1 z{+)xZv1iU@w05lsRq`Id;v)m&5!*Rr(Ptmx6~PPN*U~u0%KAV(jOEdxokP@N>3~yV zeWiZus_$=4n;O_D#ygG@ysqH^8!p7iK#!*fpO<#-1Tt)W{&g9%s65{XT%3EF}aJB z?^`$rquK5E6zuL=_yES%@Y_pl-rrtx=7lB3=eLPHfhmPrTwQI!;(*t7Z2SA|%0Vz` zs@WTDK6`Vy9{G^p3U%ynr7(}3%$swK{bs*>0R1grTE?Xg()Yqo!A!Dv!8JygGERr( zJrC;h@Nwg=kqj>K6&U3pkc_T|} zqIshede;-@Sp136kBq-@w2+xYpSJ9csWH9+zfC+IjH71HTs(ek2;=ak#Xa}h$Zq4< zGfR{AAXQ-TEBmcv*u~$KxG%l%6^xwmTjs)^hwP@&1=Nh8)Wx4H?(B`}9R6}GfA*f= zGe3n@eq1VI#z{_D+F+hf{)R~v!7L7xmyP{l+!ad?Z7}0UC%kbSj~U0EyRg*u`R!G{ zXWaH%GA_OXFpYmRFYo%&-!;r#TBF&9m#~f|*Xq2~+Xv`i9>171>)$?cSmWeJ?0FoC zFHUKMk#Fq%&^UG#xj-6q-uUaR#cLm#SKOtr@^KBTMmO_4Vdwmoxxcu-=1ReVP{-m= z9ewuu)39amd~JL7%tfuj|1OrFIoz4$8?=ql$N6X7kEKbPZO#qVM}}%mCNlI8* zd%5jYYfRVI_Kf0PCU;z>T|wF z)aJKb03D|j^UlHHx%XH0c zDkyAYEWUS*?FXmr%g(W$diH~DFM)HwbF|L)-2BjiU{>a3$A`vwcyhk7%_g70yllFq zT{e5@K)@n=oTeB4ay`lSe2J*g#M7`n$HD0`21 z1|w|)+xNUgbrpEe-oW;~og26Do`XfFra*`1fGLXGwOmjxuzjn-9OA#(hd4=LTbtpx zSNOSeToG1a`*w)m%2ChyI6U)P>2QHv6U3cEPW0UKyEJ=0z&xh0zjfw&zUuAsTlVzC z>GaIgD|_jMTP3t{?}P2UxIyRe9#FoA=PaJDZNToAh+4UiLu_4^H7h~QT8Q6;i4aUq zrR}m*7Wdb3Z|U!B-Qmwr%1j*Gvntk}mb$QcH|D)pg7&wm^)*gdXmLd=URg#$#V$LI zYwa?y^*fq_o}K+(lx5c^{4v~Zzz4(cz|G@ z)X+U6YTepfNOyC={FXm^abVi@MM@jlyiLDVBC&Vc&XzyplF^5bb7sxj{pbFwaSx4a zQ?xn*$4%@R4}sD9=RCNT!#Ct&uP&g8(#APChuHQ@8~SXo4stIOt(^k4`B%P|I=M^c z+M2zCaX#!mgiiJj%F++5u^Wrii_pyX*nZ>FXMgbxFFo_xW-V;L?3b39d&Krz8=H5H z;j?SGj_V5(bX^+fzF&J40``p&`$*l>!B~1bNA0{zTMC`h;3h6aIe@jTSPzLZpu9;_H%z(3#+fWZ4|b_AJb)GmDVhn zx^#NA(t!ztWp9+_;Pf&=c3$+nvf`Q-?VVvahMw7tt3P`ZB(@q@Y&9^-&#Xnoz}kb_ z;%v<~(cKt^1#eC8iTJI@Ihcx^otI6wv<9PV*WL?ht5bvFfb%`ST>J8@yxbY?lJ(PY z=qIkha@jm11@1a{?ipR~boL=%YH362dF~PW?Fp>%SE_FGIw70f1(Gc1d-mJnp7hAw zck|bWhp}(0{9d$G(loeNCmen%_8EKT-lNJ| zy|()}qjP`D+qX8S-!jZ*j??gWEhjAs+gbo?LAn{|nZn^E(swb%omY%t&rL?w$|D)Q zk~;ERX;}*sciwXo`+Ne6p3St19sw4==!*#2@*yVJzFYc#&9Xg@Bg$PL0t`JPj`fc- z={9%E9Q@CV7pC9JP~)V}46d%+AnQ{@nf0YM!@Lx`jFZQ+H0j;u)h9JbMr^wl;iIgD zIi2raVa)uN?YF)HrP7J}fnk*U+xjC8qsvdhHV;|B86$DmtX_9*;(Hxz^@DrjYi$>> zty4G0bpqct6AQrsvuw|U?Uy^v_RGDzy58VLdBE~w_Tc1IaUbwo>=|8ew7r+i9EL(liP)5;n3#GUuLq3`#Uj^ww=0k;-0uf2m(2-dbjRM9cd zI$xboV(r$d>Nr{-9#~?PV9B*oAy&C{al}1KE!j41AhTlMJg^przO;5Z$N3&xa`C6e zcx_!NEL*R8FJy2o&3RmE#qyyKL6JQ-Pc1}$Vd}1LPB2O$?aUz!V0{1*PBcrLaq?(0 z?s`rw-(|n8AB1?@_i(v8)2sd5qCF25#M*hri9+uB)N?LguKC2Chsx6RM<|fkob7YR zCZ-9txu(X+h0PqoV0&&~_ki-QnOU|pL_|dfum{&BzRKa~8%HjS1Fp@?d#x;%m!OQu zUv}R5JP^j#StFM8t^~UaJo~-G|2;Pmk?0m;XzK?d04OW_J?g>A1$JJ4%g4C5XVWe2 zsZFed$2q_-j=)gh!Z^({j?cW~wr?o6JQB}u<)3CP*zW9?TE~powdj2}@*I)I|8f=3 zo!5oSn%Qb|&jqLBdj;FR0YV9l?MR2?ES)v;wruS9vL5#SUY76Pw~G?*eFKaAd(}Nl z_h8{Ky8doYO8ZFd4H((D=fSzOc?HH%LUzCBs0nOq5PmXdm#@j9Rnb1bW%sP^tz$!U zWiT7w-%^72e1DY89Vbn7_wj-zm;NY3xmzlhSGQnR#P4Ip+cOgmu6f|Dg}yPolS!f( z;f|wkEIm8)^IS^nSR#lY;B*^_yB4hs{+*nK#T@RzII9Qi?#ZHc9;rY#JpC&*YsoGAs0sET3@xYtKl_fz>Ca<;GVJ7JKH(dc()hPFWgP z5*MChySX2-xYtHxif^xbPGI4?TN@#Y<#3m~+C z6L-Jq<7yww-=$L&UYH<3_Q9UXZz*C+FVvi=cNU(;OP1$Y@#;C0i0G$a)QiCtQ#ZWn z((slJ-16K7wU&`HmqNe$l|Q-m{$-5>&+;d8=5i&&ciA}Mu`*7AXBl3r#|rPqegliG zt2tbC0r``w%NxfrFgV4Dqtl2=hQ^Pb?paD}Sz80Gem--tM)9-7kG@>B@0LXAq%}UdM}>aaUrzG{pAH-k!wnM2|46S>H7jTs(V4 zJ367*-P*qbe8~+U%900l;%#jgS=?LOEJZ|{gsg?GxBP%;Tt6#uslt2r#t2(Fkhvcj zD*l%5iNEFCc%|0QMO#aLCs^XxVDXVDHb|}?cc)<1>_a_bX!711S~?JoijBio3*W`< z*H`eo@~TEX%ma_@A(=u zC70w{UTj`C?jo6K=Qu~r!i4g(77mV#6HcD9VbS z8#@8p+I4n;T%29sSvhkDuWV=IE?~AYcyVQxms~aH$~Q3CR{LAH&%8Q$1*S%9?zDu7 z?e}GGE?4%Jx3TD3wTVwH-k3kw_T{|aZZETgCCAHVHPo8@@)WEdVO)F}s5yQRFp2Q{ zy|={UPnBO8buCvmj{+>djLXJcnGCk?Y1%I#zh^0Oyg3;6(jay4%Z)h9*@wyN~qj@9?<2didU0^1{Qq? zjH7zj%yqr|?-=jmN*pZvy>>Ut>n>Mv=~RE8^;zmJmH0WBCq-s`SI3v{8MwGd8R4D0 zli?epu)*m)Zyy{yIXCW-wf9XCed97``n~402){)S6J#QQ7YBIG$^}+Hc&8WU)@ONA zYvW8{RNk3`WLz7E$1*lM*!Hc!gdla-d}%0Iv$WDZU!KkISX$HikQt$=X9xS(_#p2= zYT?1kH?XUX3Crl%9?8;ZnNdp{@+Wi8g%?&w;s~Nt51yF@TQh|SEPBV$R#rA%Ibz10 z(Z0WZm#7t3{Ka=Wa&BzI^&Ki6WH|2k1gWx?>sq+u6!YY_RIZi3@+ZS{SdyV}IhEm) zo}gI&I1dFAc-F#PSpT?jiC==Hwv_id_3>bd|AJLEDl3Yf2oid^yv?jx_-OI0+$Hn^ zE9*bFD*v1ZJ2W)u8bwCQ42WJVB|kci6wxNB9^C&tLJ^qmKnqK+uuD--E(rqP z_nwRsep_0*tG~QS#3p=PzUUKJ;?th$-X5Xm#dMa}sqP8gOZQp-#&tDa9}10Y-yK$* zr?PVA-~|ppxF(^?57hQ;j9%(~a+ATfSCe_Mm*qpkoVlx4Lf&!vX5D>nd+&hp!RNPJ zElWeFv}-vlXJ|-OYIKHsI%H{$G}@fX>j)FQQ=_cn&-n(=h$Clohra9MO3Rx0hUf01 z$kfM!C0B#BpSUgbFRDWWc$u*B=3voC)en zYDd5#D|qITLj{%^nDgK*?!nUY=hA&v7XaHg4q32_&czF}Z1pCJO6o*@(ual*fq6!7 z&IktA|BRToZ@0A&K6}1YxV?kMB?m}BoOs91TiT`mvF>Law!1pRMZwk|cB-E z3=m{OZHrS{PR>J6J@ay_tXvgg3BLl1u6Gvu$|K(F-Xm!v>l^0uNi8VYzUOLh*vsON zgLnPPk~|bx4DO{du3jQVuJ`C-m3wYtm7y1!)Y^z{QSv*%dS|4>tPG{J>y9>SzLbvT z2aKWI4~ELx3!=oa8^J0A)bXud%d~PzyB2|nku%0c{(_|*`>ci4>%jKiTwI7*yXWQ> zb-&ytO9uq&%GHw!p%)i8JlpkM887QA`G16O@_fN;Zg6#O$Hm{}UUnSh?{B%Emk!+g zwL^tDlZ!23B0Y|H9(o6PBSPase1SoB#UPi)nRIKr5K!Ci z)x2_^@>{O|#S3zd+&bHDaVqM!I<*(Rc##Ls*RN%1QVcS8Rp_KJh0K|kLu~OU?Qmll zuG{uozhb)BR??&yX1ivKS^Y{s)yP%q!P+D&`+fTsp=rIabFkmm{_v<}a*n~$YZ5HB z%cVl(JkDlXS&Ov?r?OAi#&$W~G;YFrlnHbLD=yGuN(V z=*m;rn91WDm!-9|du(@g{;P7>d;zfJ=7A-5OLR*H+s;cm4h-wldP?@F-9Ey44B z*N6k2(LQtq_GDhNd+~yUE#D<(`Zgsoib(Bm zn=52o;vbh4zOgK@;*S@2eU=C}HIHEX#>jOmjoqm9A${|}(l-w*aeJ`HUoah!2M5=_ zeeQ=8rR2ARrOy~xY8g2}P}a_&fns6l)8@Ca5y5b*{T>S`-=jv1oVm#2=9j1>D?PKz zR(2c53$^od{VxsuB*JH$4E%x7kk4r$i{Q_t<2+KTbo2ef-u$0 zi$#P-oYSM@5)ajaWc$!x^|U16or4Crcji*iRwlFG)^--PPaWT-Xoh#Ho!i_-3Cytv z!EAWecPiJe8B@%e%RddSFplhlt(LQ7t8F~$G`P-TBYWo8hHv?cA4g}P;lxsjP*w-3ryaPl-Yg5l4cRJ zcHd$1J+Z*OTfD`q^D}=r28K4IJ4Sx6=^`uGYSHW1YPpx9F2Skvzv#tmweX?K4PDx} znB1=UVsgu0nC!V*EbQ<^-n!t5xf+_3*_iW{9u|7Obmi4SL|miixLIqLv8I!Yh)m0i zW$<+lf^})=9?V)?QPCp<7cg8s4V#d+dHjaJIC$EeGi@m_D2Z8%N z{?p;v#>IBlNh)~&V4MZ}J#9boJ#Nh1oA_4f&rz;CC!$co&e0yB#wA7t7F`90<@MO_ zac*XPpZiXd=%w)B(({$d?0#Qe^gUmmrL{@S8oT>evOEW@cSdgL=21`_RYA|*&Mw=% zG0T=0D}a6mORl60&GfsLeek+66fEyUT$aMhHyk^C4UUVijSZ&CY4&!pv86v|W`bu9z{r_%qAaal=wxxv z(GVPP0<0b@$R53z(29QuOl9isSGsrBf;yJgF6NbS?9ipt-3Jr75;_Vk%*p+EVKnfJ@E#i<;~^=VPidl#5~{oXmSX1}6kg~@DL z-p=C8UA=hO;)?d1`*v+p_AJH5qO;1A?YNhoFE+OP zrEd+&&5>i6@3HOkJwDZZ?<|_#$7xf6;huq&$MX1YY(m9e;u>IyYg}dD+VQAf!o}mf z=PFpdFeDRS086gD6W=$BuUSy~hJwXc#T^md2kgl>BsBPASfx)4S4MnuVCl66mU?!I zKw@ZM;cH-tbzEnWy)(kyoCSktsLy#I=aqvR2QuOIw~}lY2bVfM_xxTHS=|hKiJt*1 zHAG-Mg*&f&{;Z|_^{}h-P@}-*T@-BMi#V-$r@aKEiC??-SSHr_N zZsNn^03givds6KeFP={C_juQLj!Pw8{E0)X4);?UzWWeKSQ&3zdDDg2cfS|ISUfAK zSv~eLg>sLKT7SEef!IgflhNhD(whY=xdveATPrmsIfh__@|?%zx$QkCrE|~qu+Lq^ zVmGFF*{q=#*7WLnf+QjlyB4Zr)+bkJ`Nk!zKX&#h=4d#cQ-{!FCr{*OO!MEDF26pnHiV ze3FH@@hIc=-DX}h>0yg|k|*bJZ=da&*#?n$QdffmVkR<=gCqQf&cC@NGWcR2fyGa4 zXNeVoB~}EMn1h!us7Z4kAZw?bYWt5e`R{-G*MI--fBoAZ|NPH?{%`;OzyJCtIq`3Q z{P{2c@gINx6Pv_k_|sqh`161HAOH3re}dpY{pDZ&<&XdQ_kaD{-~ZR&{`zl!s6g|! R?#mzl^iTikzy9Yx{tsc@(=-48 literal 0 HcmV?d00001 From 09e073c99792af3775af1a2257598996b4d0cd43 Mon Sep 17 00:00:00 2001 From: jmj Date: Thu, 17 Sep 2026 22:11:09 +0900 Subject: [PATCH 2/2] =?UTF-8?q?fix(ai):=20load=5Ftest=20=EB=AF=B8=EC=82=AC?= =?UTF-8?q?=EC=9A=A9=20import=20=EC=A0=9C=EA=B1=B0?= MIME-Version: 1.0 Content-Type: text/plain; charset=UTF-8 Content-Transfer-Encoding: 8bit --- ai/scripts/llm_eval/load_test.py | 1 - 1 file changed, 1 deletion(-) diff --git a/ai/scripts/llm_eval/load_test.py b/ai/scripts/llm_eval/load_test.py index 187ccebd..ae945f29 100644 --- a/ai/scripts/llm_eval/load_test.py +++ b/ai/scripts/llm_eval/load_test.py @@ -14,7 +14,6 @@ import asyncio import json import os -import statistics import sys import time