From 109301e64363889266c6e79ea56e5782955bc97f Mon Sep 17 00:00:00 2001
From: =?UTF-8?q?=E5=88=98=E5=BF=97=E6=96=87?= <2671289934@qq.com>
Date: Sat, 3 Jan 2026 20:12:35 +0800
Subject: [PATCH 1/6] add Ascend NPU support
---
README.md | 18 +
.../qwen3/01-Qwen3-8B-MindIE部署调用.md | 329 +++++++++++++
.../qwen3/02-Qwen3-8B-vLLM-ascend 部署调用.md | 432 ++++++++++++++++++
models_ascend/qwen3/images/01-01.png | Bin 0 -> 281369 bytes
models_ascend/qwen3/images/01-02.png | Bin 0 -> 248711 bytes
models_ascend/qwen3/images/02-01.png | Bin 0 -> 218675 bytes
models_ascend/qwen3/images/02-02.png | Bin 0 -> 216502 bytes
support_model_Ascend.md | 98 ++++
8 files changed, 877 insertions(+)
create mode 100644 models_ascend/qwen3/01-Qwen3-8B-MindIE部署调用.md
create mode 100644 models_ascend/qwen3/02-Qwen3-8B-vLLM-ascend 部署调用.md
create mode 100644 models_ascend/qwen3/images/01-01.png
create mode 100644 models_ascend/qwen3/images/01-02.png
create mode 100644 models_ascend/qwen3/images/02-01.png
create mode 100644 models_ascend/qwen3/images/02-02.png
create mode 100644 support_model_Ascend.md
diff --git a/README.md b/README.md
index 5d689ca..dfd07cb 100644
--- a/README.md
+++ b/README.md
@@ -167,6 +167,24 @@
+### 昇腾Ascend NPU 专区
+
+
+ 🚀 昇腾Ascend NPU 平台已支持模型
+ 每个模型都提供完整的昇腾Ascend NPU 环境配置和部署教程
+ 📖 查看完整昇腾 NPU 平台模型列表和教程
+
+
+
+
+
+ • Qwen3
+ • Ascend NPU 环境配置通用指南
+ • Ascend NPU 大模型推理性能优化建议
+ |
+
+
+
### 沐曦专区
diff --git a/models_ascend/qwen3/01-Qwen3-8B-MindIE部署调用.md b/models_ascend/qwen3/01-Qwen3-8B-MindIE部署调用.md
new file mode 100644
index 0000000..e3dd158
--- /dev/null
+++ b/models_ascend/qwen3/01-Qwen3-8B-MindIE部署调用.md
@@ -0,0 +1,329 @@
+# Qwen3-8B MindIE 部署调用
+## **MindIE 简介**
+
+昇腾 `MindIE` 推理引擎面向推理执行部署，使能应用高效落地。昇腾推理引擎，基于昇腾硬件的运行加速、调试调优、快速迁移部署的高性能深度学习推理框架，分层开放满足各类需求，统一接口使能极简开发，沉淀能力构筑极致性能。
+
+## 基础环境准备
+
+本文基础环境如下：
+
+```
+----------------
+ubuntu 22.04
+NPU驱动 25.2.0
+python 3.10
+cann 8.3.RC2
+torch 2.8.0
+torch-npu 2.8.0
+----------------
+```
+
+> 请确定昇腾NPU芯片的版本，目前支持A2、A3和310P系列产品。
+
+裸金属服务器或物理机可以通过[昇腾镜像仓库](https://www.hiascend.com/developer/ascendhub/detail/af85b724a7e5469ebd7ea13c3439d48f)获取设备对应镜像(使用AutoDL平台条跳过此步骤)
+
+
+
+> 考虑到部分同学配置环境可能会遇到一些问题，AutoDL 平台准备了MindIE推理引擎在昇腾设备运行的环境镜像，在租用实例时直接选择即可。
+⚠️注意：建议驱动版本选择25.2.0或以上版本，否则可能会遇到一些问题。
+
+
+
+首先 `pip` 换源加速下载并安装依赖包
+
+```shell
+# 升级pip
+python -m pip install --upgrade pip
+# 更换 pypi 源加速库的安装
+pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
+
+pip install modelscope
+```
+
+
+## 模型下载
+
+使用 modelscope 中的 snapshot_download 函数下载模型，第一个参数为模型名称，参数 cache_dir 为模型的下载路径。
+
+新建 `model_download.py` 文件并在其中输入以下内容，粘贴代码后记得保存文件。
+
+```python
+from modelscope import snapshot_download
+
+model_dir = snapshot_download('Qwen/Qwen3-8B', cache_dir='/root/autodl-tmp', revision='master')
+```
+
+然后在终端中输入 `python model_download.py` 执行下载，这里需要耐心等待一段时间直到模型下载完成。
+
+> 注意：记得修改 `cache_dir` 为你的模型下载路径哦~
+
+
+
+## 启动服务
+> 在菜单栏里输入 Lemonade Server 启动，点击菜单里中对应的图标
+
+
+
+然后选中对应的模型即可启动，可以对外输出兼容OpenAI的服务接口
+
+
+
+
+## 服务测试
+
+新建 `test.py` 文件并在其中输入以下内容，粘贴代码后请及时保存文件。以下代码有很详细的注释，大家如有不理解的地方，欢迎提出 issue 。
+```python
+#!/usr/bin/env python
+"""
+简洁版本的 API 测试脚本
+完全模仿 curl 请求
+"""
+import requests
+
+# 发送 POST 请求（完全对应 curl 命令）
+response = requests.post(
+ "http://localhost:8000/api/v1/chat/completions",
+ headers={"Content-Type": "application/json"},
+ json={
+ "model": "Qwen3-8B-Hybrid",
+ "messages": [{"role": "user", "content": "Hello!"}]
+ }
+)
+
+# 打印响应
+print(f"Status: {response.status_code}")
+print(f"Response: {response.json()}")
+
+
+```
+返回结果如下
+
+
+
+## 代码准备
+
+我们可也可以使用Lemonade API 构建API服务给其他应用调用服务，新建 `api.py` 文件并在其中输入以下内容，粘贴代码后请及时保存文件。以下代码有很详细的注释，大家如有不理解的地方，欢迎提出 issue 。
+```python
+from fastapi import FastAPI, Request
+from contextlib import asynccontextmanager
+from threading import Thread, Event
+from transformers import StoppingCriteriaList
+from lemonade.tools.server.serve import StopOnEvent
+from lemonade.api import from_pretrained
+from lemonade.tools.oga.utils import OrtGenaiStreamer
+import uvicorn
+import json
+import datetime
+import logging
+import queue
+import uuid
+import asyncio
+
+# 配置日志
+logging.basicConfig(level=logging.INFO)
+logger = logging.getLogger(__name__)
+
+# 全局模型变量
+model = None
+tokenizer = None
+
+# 任务队列和结果字典
+task_queue = queue.Queue()
+result_dict = {}
+worker_thread = None
+worker_running = False
+
+# --- 模型加载逻辑 ---
+def load_models():
+ global model, tokenizer
+ try:
+ logger.info("正在加载模型...")
+ model, tokenizer = from_pretrained(
+ "amd/Qwen3-8B-awq-quant-onnx-hybrid",
+ recipe="oga-hybrid",
+ )
+ logger.info("模型加载完成")
+ except Exception as e:
+ logger.error(f"模型加载失败: {str(e)}")
+ raise
+
+# --- 工作线程函数 ---
+def worker_thread_func():
+ """长期运行的工作线程，从队列中获取任务并处理"""
+ global model, tokenizer, task_queue, result_dict, worker_running
+
+ logger.info("工作线程已启动")
+ worker_running = True
+
+ while worker_running:
+ try:
+ # 从队列中获取任务（阻塞等待）
+ task = task_queue.get(timeout=1.0)
+
+ if task is None: # 收到停止信号
+ break
+
+ task_id, prompt_text, max_new_tokens = task
+
+ try:
+ # 使用 chat.py 中的推理方式
+ input_ids = tokenizer(prompt_text, return_tensors="pt").input_ids
+
+ # 使用流式生成器收集完整响应
+ streamer = OrtGenaiStreamer(tokenizer)
+ stop_event = Event()
+ stopping_criteria = StoppingCriteriaList([StopOnEvent(stop_event)])
+
+ generation_kwargs = {
+ "input_ids": input_ids,
+ "streamer": streamer,
+ "max_new_tokens": max_new_tokens,
+ "stopping_criteria": stopping_criteria,
+ }
+
+ # 在工作线程中创建子线程来运行 generate
+ # streamer 需要在另一个线程中读取，而 generate 在子线程中运行
+ generate_thread = Thread(target=model.generate, kwargs=generation_kwargs)
+ generate_thread.start()
+
+ # 在工作线程中收集完整响应（从 streamer 读取）
+ response = ""
+ for new_text in streamer:
+ response += new_text
+
+ # 等待生成线程完成
+ generate_thread.join()
+
+ # 将结果存入结果字典
+ result_dict[task_id] = {
+ "success": True,
+ "response": response
+ }
+
+ except Exception as e:
+ logger.error(f"处理任务 {task_id} 时出错: {str(e)}")
+ result_dict[task_id] = {
+ "success": False,
+ "error": str(e)
+ }
+
+ # 标记任务完成
+ task_queue.task_done()
+
+ except queue.Empty:
+ # 队列为空，继续循环
+ continue
+ except Exception as e:
+ logger.error(f"工作线程错误: {str(e)}")
+ continue
+
+ logger.info("工作线程已停止")
+
+# --- FastAPI应用 ---
+@asynccontextmanager
+async def lifespan(app: FastAPI):
+ global worker_thread, worker_running
+
+ try:
+ load_models()
+
+ # 启动工作线程
+ worker_thread = Thread(target=worker_thread_func, daemon=True)
+ worker_thread.start()
+ logger.info("工作线程已启动")
+
+ yield
+
+ except Exception as e:
+ logger.error(f"服务初始化失败: {str(e)}")
+ raise
+ finally:
+ # 停止工作线程
+ worker_running = False
+ if worker_thread and worker_thread.is_alive():
+ task_queue.put(None) # 发送停止信号
+ worker_thread.join(timeout=5)
+ logger.info("工作线程已停止")
+
+app = FastAPI(lifespan=lifespan)
+
+# 处理POST请求的端点
+@app.post("/")
+async def create_item(request: Request):
+ global task_queue, result_dict # 声明全局变量
+
+ json_post_raw = await request.json() # 获取POST请求的JSON数据
+ json_post = json.dumps(json_post_raw) # 将JSON数据转换为字符串
+ json_post_list = json.loads(json_post) # 将字符串转换为Python对象
+ prompt = json_post_list.get('prompt') # 获取请求中的提示
+ history = json_post_list.get('history', []) # 获取请求中的历史记录
+ max_new_tokens = json_post_list.get('max_new_tokens', 1024) # 获取最大token数，默认1024
+
+ # 构建提示文本（处理历史记录）
+ if history:
+ conversation_text = ""
+ for item in history:
+ if isinstance(item, list) and len(item) == 2:
+ user_msg, assistant_msg = item
+ conversation_text += f"User: {user_msg}\nAssistant: {assistant_msg}\n"
+ prompt_text = f"{conversation_text}User: {prompt}\nAssistant:"
+ else:
+ prompt_text = prompt
+
+ try:
+ # 生成唯一任务ID
+ task_id = str(uuid.uuid4())
+
+ # 将任务放入队列
+ task_queue.put((task_id, prompt_text, max_new_tokens))
+ logger.info(f"任务 {task_id} 已加入队列")
+
+ # 等待结果（轮询检查结果字典）
+ max_wait_time = 300 # 最大等待时间（秒）
+ wait_interval = 0.1 # 轮询间隔（秒）
+ elapsed_time = 0
+
+ while task_id not in result_dict:
+ if elapsed_time >= max_wait_time:
+ raise TimeoutError(f"任务 {task_id} 超时")
+ await asyncio.sleep(wait_interval)
+ elapsed_time += wait_interval
+
+ # 获取结果
+ result = result_dict.pop(task_id)
+
+ if result["success"]:
+ response = result["response"]
+ now = datetime.datetime.now() # 获取当前时间
+ time = now.strftime("%Y-%m-%d %H:%M:%S") # 格式化时间为字符串
+ # 构建响应JSON
+ answer = {
+ "response": response,
+ "status": 200,
+ "time": time
+ }
+ # 构建日志信息
+ log = "[" + time + "] " + '", prompt:"' + prompt_text + '", response:"' + repr(response) + '"'
+ logger.info(log) # 打印日志
+ return answer # 返回响应
+ else:
+ raise Exception(result.get("error", "未知错误"))
+
+ except Exception as e:
+ logger.error(f"处理请求时出错: {str(e)}")
+ now = datetime.datetime.now()
+ time = now.strftime("%Y-%m-%d %H:%M:%S")
+ return {
+ "response": f"错误: {str(e)}",
+ "status": 500,
+ "time": time
+ }
+
+# 主函数入口
+if __name__ == '__main__':
+ # 模型加载在 lifespan 中自动完成
+ # 启动FastAPI应用
+ # 用6006端口可以将autodl的端口映射到本地，从而在本地使用api
+ uvicorn.run(app, host='0.0.0.0', port=6006, workers=1) # 在指定端口和主机上启动应用
+```
+
diff --git a/models_ascend/qwen3/02-Qwen3-8B-vLLM-ascend 部署调用.md b/models_ascend/qwen3/02-Qwen3-8B-vLLM-ascend 部署调用.md
new file mode 100644
index 0000000..27b08e9
--- /dev/null
+++ b/models_ascend/qwen3/02-Qwen3-8B-vLLM-ascend 部署调用.md
@@ -0,0 +1,432 @@
+# Qwen3-8B vllm-ascend 部署调用
+
+## **vllm-ascend 简介**
+
+`vllm-ascend` 是一个由社区维护的让vLLM在Ascend NPU无缝运行的后端插件。此插件是 vLLM 社区中支持昇腾后端的推荐方式。它遵循[RFC]: Hardware pluggable所述原则：通过解耦的方式提供了vLLM对Ascend NPU的支持。使用 vLLM 昇腾插件，可以让类Transformer、混合专家(MOE)、嵌入、多模态等流行的大语言模型在 Ascend NPU 上无缝运行。
+
+## 环境准备
+
+本文基础环境如下：
+
+```
+----------------
+ubuntu 22.04
+NPU驱动 25.2.0
+python 3.10
+cann 8.3.RC2
+torch 2.8.0
+torch-npu 2.8.0
+----------------
+```
+
+> 本文默认学习者已配置好以上 `Pytorch (CANN)` 环境，如未配置请先自行安装。
+
+> 请确定昇腾NPU芯片的版本，目前支持A2和A3系列产品。
+
+> 裸金属服务器或物理机可以通过docker pull获取设备对应镜像(使用AutoDL平台条跳过此步骤)：
+```bash
+# A2系列产品
+docker pull quay.io/ascend/vllm-ascend:v0.13.0rc1
+# A3系列产品
+docker pull quay.io/ascend/vllm-ascend:v0.13.0rc1-a3
+```
+
+首先 `pip` 换源加速下载并安装依赖包：
+
+```bash
+python -m pip install --upgrade pip
+pip config set global.index-url https://pypi.tuna.tsinghua.edu.cn/simple
+
+pip install modelscope
+
+# Install vllm-project/vllm. The newest supported version is v0.13.0.
+pip install vllm==0.13.0
+# Install vllm-project/vllm-ascend from pypi.
+pip install vllm-ascend==0.13.0rc1
+```
+
+> 考虑到部分同学配置环境可能会遇到一些问题，我们在 AutoDL 平台准备了 Qwen3 在昇腾设备运行的环境镜像，点击下方链接并直接创建 Autodl 示例即可。
+> ***https://www.codewithgpu.com/i/datawhalechina/self-llm/Qwen3***
+
+## 模型下载
+
+使用 modelscope 中的 snapshot_download 函数下载模型，第一个参数为模型名称，参数 cache_dir 为模型的下载路径。
+
+新建 `model_download.py` 文件并在其中输入以下内容，粘贴代码后记得保存文件。
+
+```python
+from modelscope import snapshot_download
+
+model_dir = snapshot_download('Qwen/Qwen3-8B', cache_dir='/root/autodl-tmp', revision='master')
+```
+
+然后在终端中输入 `python model_download.py` 执行下载，这里需要耐心等待一段时间直到模型下载完成。
+
+> 注意：记得修改 `cache_dir` 为你的模型下载路径哦~
+
+## **代码准备**
+
+### **Python 脚本**
+
+新建 `vllm_model.py` 文件并在其中输入以下内容，粘贴代码后请及时保存文件。下面的代码有很详细的注释，如有不理解的地方，欢迎大家提 `issue`。
+
+首先从 `vLLM` 库中导入 `LLM` 和 `SamplingParams` 类。`LLM` 类是使用 `vLLM` 引擎运行离线推理的主要类。`SamplingParams` 类指定采样过程的参数，用于控制和调整生成文本的随机性和多样性。
+
+`vLLM` 提供了非常方便的封装，我们直接传入模型名称或模型路径即可，不必手动初始化模型和分词器。
+
+然后，通过使用分词器的 apply_chat_template 函数，将我们的 prompt（提示词）格式化为模型所需的输入格式。
+
+默认情况下，Qwen3 启用了思考能力，类似于 QwQ-32B。这意味着该模型将利用其推理能力来提升生成回答的质量。例如，当在 tokenizer.apply_chat_template 中显式设置 enable_thinking=True 或保留其默认值时，模型将进入思考模式。
+
+我们可以通过这个代码示例熟悉下 ` vLLM` 引擎的使用方式。被注释的部分内容可以丰富模型的能力，但不是必要的，大家可以按需选择，自己多多动手尝试 ~
+
+```python
+import gc
+import torch
+from vllm import LLM, SamplingParams
+from transformers import AutoTokenizer
+import os
+import json
+
+# 自动下载模型时，指定使用modelscope; 否则，会从HuggingFace下载
+os.environ['VLLM_USE_MODELSCOPE']='True'
+
+def get_completion(prompts, model, tokenizer=None, temperature=0.6, top_p=0.95, top_k=20, min_p=0, max_tokens=4096, max_model_len=8192):
+ stop_token_ids = [151645, 151643]
+ # 创建采样参数。temperature 控制生成文本的多样性，top_p 控制核心采样的概率，top_k 通过限制候选词的数量来控制生成文本的质量和多样性, min_p 通过设置概率阈值来筛选候选词，从而在保证文本质量的同时增加多样性
+ sampling_params = SamplingParams(temperature=temperature, top_p=top_p, top_k=top_k, min_p=min_p, max_tokens=max_tokens, stop_token_ids=stop_token_ids) # max_tokens 用于限制模型在推理过程中生成的最大输出长度
+ # 初始化 vLLM 推理引擎
+ llm = LLM(model=model, tokenizer=tokenizer, max_model_len=max_model_len,trust_remote_code=True) # max_model_len 用于限制模型在推理过程中可以处理的最大输入和输出长度之和。
+ outputs = llm.generate(prompts, sampling_params)
+ return outputs
+
+
+if __name__ == "__main__":
+ # 初始化 vLLM 推理引擎
+ model='/root/autodl-tmp/Qwen/Qwen3-8B' # 指定模型路径
+ tokenizer = AutoTokenizer.from_pretrained(model, use_fast=False) # 加载分词器
+
+ prompt = "给我一个关于大模型的简短介绍。"
+ messages = [
+ {"role": "user", "content": prompt}
+ ]
+ text = tokenizer.apply_chat_template(
+ messages,
+ tokenize=False,
+ add_generation_prompt=True,
+ enable_thinking=True # 是否开启思考模式，默认为 True
+ )
+
+ outputs = get_completion(text, model, tokenizer=None, temperature=0.6, top_p = 0.95, top_k=20, min_p=0) # 对于思考模式，官方建议使用以下参数：temperature = 0.6，TopP = 0.95，TopK = 20，MinP = 0。
+
+ # 输出是一个包含 prompt、生成文本和其他信息的 RequestOutput 对象列表。
+ # 打印输出。
+ for output in outputs:
+ prompt = output.prompt
+ generated_text = output.outputs[0].text
+ print(f"Prompt: {prompt!r}, \nResponse: {generated_text!r}")
+```
+
+运行代码
+
+```bash
+python vllm_model.py
+```
+
+结果如下：
+
+```bash
+Prompt: '<|im_start|>user\n给我一个关于大模型的简短介绍。<|im_end|>\n<|im_start|>assistant\n',
+Response: '\n嗯，用户让我给一个关于大模型的简短介绍。首先，我需要确定用户的需求是什么。他们可能是在学习相关知识，或者需要向他人解释大模型是什么。不过，用户可能没有明确说明他们的背景，所以得保持介绍简洁易懂，避免使用太多专业术语。\n\n接下来，我得考虑大模型的基本定义。大模型通常指的是参数量巨大的机器学习模型，比如像GPT、BERT这样的模型。需要提到它们的规模，比如参数数量，以及它们的能力，比如自然语言处理、代码生成等。\n\n然后，用户可能想知道大模型的应用场景。比如文本生成、翻译、问答系统，甚至图像处理。不过要简短，所以不能展开太多。还要提到它们的训练数据量大，需要大量计算资源，这可能也是用户关心的点。\n\n另外，用户可能对大模型的优势和挑战感兴趣。比如，它们能处理复杂任务，但训练成本高，存在伦理问题。这部分需要简明扼要，避免过于深入。\n\n还要注意用户可能的深层需求。比如，他们可能想了解大模型的发展趋势，或者如何应用到实际项目中。不过因为要求是简短介绍，所以可能不需要深入这些方面。\n\n最后，要确保语言通俗易懂，适合不同背景的读者。可能需要避免过于技术性的术语，或者在必要时简单解释。比如，参数量巨大，可以提到“数以十亿甚至万亿级别”的参数。\n\n总结一下，结构应该是：定义、核心特点（参数量、训练数据、能力）、应用场景、优势与挑战。保持每部分简短，用例子帮助理解。这样用户就能快速抓住大模型的关键点。\n\n\n大模型（Large Model）是指参数量巨大（通常达到数十亿甚至万亿级别）的深度学习模型，通过海量数据训练，具备强大的语言理解、生成和推理能力。它们能执行复杂任务，如自然语言处理（如文本生成、翻译、问答）、代码编写、图像识别等。核心优势在于： \n1. **泛化能力**：通过学习海量文本，理解语言规律并生成高质量内容； \n2. **多模态扩展**：部分模型支持文本、图像、语音等多类型数据处理； \n3. **持续学习**：通过微调可适应特定领域或任务。 \n\n挑战包括训练成本高、能耗大、潜在伦理风险（如生成虚假信息）。当前，大模型已广泛应用于AI助手、内容创作、科研等领域，是推动人工智能技术革新的关键方向。'
+```
+
+模型的 response 由两部分组成，一部分是思考过程，用\和\包裹住，另一部分是最终答案，在\标识符之后。
+
+如果不需要开启思考模式，只需要将参数 ensure_thinking 设置为 False。例如：
+
+```python
+import gc
+import torch
+from vllm import LLM, SamplingParams
+from transformers import AutoTokenizer
+import os
+import json
+
+# 自动下载模型时，指定使用modelscope; 否则，会从HuggingFace下载
+os.environ['VLLM_USE_MODELSCOPE']='True'
+
+def get_completion(prompts, model, tokenizer=None, temperature=0.6, top_p=0.95, top_k=20, min_p=0, max_tokens=4096, max_model_len=8192):
+ stop_token_ids = [151645, 151643]
+ # 创建采样参数。
+ sampling_params = SamplingParams(temperature=temperature, top_p=top_p, top_k=top_k, min_p=min_p, max_tokens=max_tokens, stop_token_ids=stop_token_ids)
+ # 初始化 vLLM 推理引擎
+ llm = LLM(model=model, tokenizer=tokenizer, max_model_len=max_model_len,trust_remote_code=True)
+ outputs = llm.generate(prompts, sampling_params)
+ return outputs
+
+
+if __name__ == "__main__":
+ # 初始化 vLLM 推理引擎
+ model='/root/autodl-tmp/Qwen/Qwen3-8B' # 指定模型路径
+ tokenizer = AutoTokenizer.from_pretrained(model, use_fast=False) # 加载分词器
+
+ prompt = "你是谁？"
+ messages = [
+ {"role": "user", "content": prompt}
+ ]
+ text = tokenizer.apply_chat_template(
+ messages,
+ tokenize=False,
+ add_generation_prompt=True,
+ enable_thinking=False # 是否开启思考模式，默认为 True
+ )
+
+ outputs = get_completion(text, model, tokenizer=None, temperature=0.7, top_p = 0.8, top_k=20, min_p=0) # 对于非思考模式，官方建议使用以下参数：temperature = 0.7，TopP = 0.8，TopK = 20，MinP = 0。
+
+ # 输出是一个包含 prompt、生成文本和其他信息的 RequestOutput 对象列表。
+ # 打印输出。
+ for output in outputs:
+ prompt = output.prompt
+ generated_text = output.outputs[0].text
+ print(f"Prompt: {prompt!r},Response: {generated_text!r}")
+```
+
+结果如下：
+
+```bash
+Prompt: '<|im_start|>user\n你是谁？<|im_end|>\n<|im_start|>assistant\n\n\n\n\n',
+Response: '我是通义千问，由通义实验室研发的超大规模语言模型。我能够进行多轮对话，回答各种问题，创作文字，编写程序，理解并生成多种语言。我的目标是成为人类最聪明的助手，帮助人类更好地生活和工作。如果你有任何问题或需要帮助，欢迎随时向我提问！'
+
+```
+
+### 创建兼容 OpenAI API 接口的服务器
+
+`Qwen3-8B` 兼容 `OpenAI API` 协议，所以我们可以直接使用 `vLLM` 和 `vllm-ascend` 在昇腾服务器上创建 `OpenAI API` 服务器接口。`vLLM` 搭配`vllm-ascend`插件部署实现 `OpenAI API` 协议的昇腾服务器非常方便。默认会在 http://localhost:8000 启动服务器。服务器当前一次托管一个模型，并实现列表模型、`completions` 和 `chat completions` 端口。
+
+- `completions`：是基本的文本生成任务，模型会在给定的提示后生成一段文本。这种类型的任务通常用于生成文章、故事、邮件等。
+- `chat completions`：是面向对话的任务，模型需要理解和生成对话。这种类型的任务通常用于构建聊天机器人或者对话系统。
+
+在创建服务器时，我们可以指定模型名称、模型路径、聊天模板等参数。
+
+- `--host` 和 `--port` 参数指定地址。
+- `--model` 参数指定模型名称。
+- `--chat-template` 参数指定聊天模板。
+- `--served-model-name` 指定服务模型的名称。
+- `--max-model-len` 指定模型的最大长度。
+
+我们复制以下命令到终端上，就可以成功启动 Qwen3-8B 模型的 API 接口
+
+```bash
+VLLM_USE_MODELSCOPE=true vllm serve /root/autodl-tmp/Qwen/Qwen3-8B --served-model-name Qwen3-8B --max_model_len 8192
+```
+
+加载完毕后出现如下信息说明服务成功启动
+
+
+
+- 通过 `curl` 命令查看当前的模型列表
+
+```bash
+curl http://localhost:8000/v1/models
+```
+
+ 得到的返回值如下所示
+
+```json
+{
+ "object": "list",
+ "data": [
+ {
+ "id": "Qwen3-8B",
+ "object": "model",
+ "created": 1767441055,
+ "owned_by": "vllm",
+ "root": "/root/autodl-tmp/Qwen/Qwen3-8B",
+ "parent": null,
+ "max_model_len": 8192,
+ "permission": [
+ {
+ "id": "modelperm-ab5083b23cb93d96",
+ "object": "model_permission",
+ "created": 1767441055,
+ "allow_create_engine": false,
+ "allow_sampling": true,
+ "allow_logprobs": true,
+ "allow_search_indices": false,
+ "allow_view": true,
+ "allow_fine_tuning": false,
+ "organization": "*",
+ "group": null,
+ "is_blocking": false
+ }
+ ]
+ }
+ ]
+}
+```
+
+- 使用 `curl` 命令测试 `OpenAI Completions API`
+
+```bash
+curl http://localhost:8000/v1/completions \
+ -H "Content-Type: application/json" \
+ -d '{
+ "model": "Qwen3-8B",
+ "prompt": "我想问你，5的阶乘是多少？\n",
+ "max_tokens": 1024,
+ "temperature": 0
+ }'
+```
+
+ 得到的返回值如下所示
+
+```json
+{
+ "id": "cmpl-b45e1856e1be429e",
+ "object": "text_completion",
+ "created": 1767441153,
+ "model": "Qwen3-8B",
+ "choices": [
+ {
+ "index": 0,
+ "text": "嗯，好的，我现在要算5的阶乘是多少。首先，我得回忆一下阶乘的定义。阶乘就是从1乘到那个数本身，对吧？比如n的阶乘就是n×(n-1)×(n-2)×…×1。那这样的话，5的阶乘应该是5×4×3×2×1。不过，我是不是应该再仔细确认一下这个定义有没有错误？\n\n让我再想想，比如3的阶乘是3×2×1=6，对吧？那4的阶乘就是4×3×2×1=24，对吗？那5的阶乘应该就是5×4×3×2×1。那这样的话，先算5×4=20，然后20×3=60，接着60×2=120，最后120×1=120。所以结果应该是120？\n\n不过，有没有可能我哪里算错了？比如，是不是有时候阶乘的定义是从0开始？比如0的阶乘是1？不过这里的问题是5的阶乘，所以应该没问题。或者有没有可能我乘的时候顺序搞错了？比如是不是应该从5开始一直乘到1，没错，确实是这样。\n\n或者有没有可能我漏掉了某个数？比如5×4×3×2×1，这五个数都乘上去了，对吧？是的，没错。那再重新计算一遍：5×4=20，20×3=60，60×2=120，120×1=120。没错，结果应该是120。\n\n不过，为了确保正确，我可以换一种方式计算。比如，先算5×4=20，然后20×3=60，接着60×2=120，最后乘以1还是120。或者，我可以分步计算：5×4=20，然后20×3=60，再乘以2得到120，再乘以1还是120。看起来都是对的。\n\n或者，我可以使用阶乘的递推公式，比如n! = n × (n-1)!。所以，5! = 5 × 4!。而4!是24，所以5×24=120。对的，这样算也是120。所以不管用哪种方法，结果都是120。看来答案是对的。\n\n不过，有没有可能我记错了4!的值？比如，4!是不是24？让我再确认一下：4×3×2×1=24，没错。那3!是6，没错。所以5!就是5×24=120。没错。\n\n或者，有没有可能我混淆了阶乘和其他运算？比如，有时候可能会有指数运算，但阶乘是乘积，不是指数。比如，5的平方是25，但5的阶乘是120，所以没问题。\n\n总之，经过多次验证，我觉得5的阶乘应该是120。不过，为了彻底确认，我可以查一下阶乘表或者用计算器算一下。不过现在假设没有计算器，只能手动计算，那结果应该是正确的。\n\n所以，最终的答案应该是120。\n\n\n5的阶乘（记作5!）是通过将从1到5的所有正整数相乘得到的。具体计算过程如下：\n\n$$\n5! = 5 \\times 4 \\times 3 \\times 2 \\times 1\n$$\n\n分步计算：\n- $5 \\times 4 = 20$\n- $20 \\times 3 = 60$\n- $60 \\times 2 = 120$\n- $120 \\times 1 = 120$\n\n因此，**5的阶乘是120**。\n\n**答案：120**",
+ "logprobs":null,
+ "finish_reason":"stop",
+ "stop_reason":null,
+ "token_ids":null,
+ "prompt_logprobs":null,
+ "prompt_token_ids":null
+ }
+ ],
+ "service_tier":null,
+ "system_fingerprint":null,
+ "usage": {
+ "prompt_tokens": 12,
+ "total_tokens": 850,
+ "completion_tokens": 838,
+ "prompt_tokens_details": null
+ },
+ "kv_transfer_params":null
+}
+```
+
+- 用 `Python` 脚本请求 `OpenAI Completions API`
+
+```python
+# vllm_openai_completions.py
+from openai import OpenAI
+client = OpenAI(
+ base_url="http://localhost:8000/v1",
+ api_key="sk-xxx", # 随便填写，只是为了通过接口参数校验
+)
+
+completion = client.chat.completions.create(
+ model="Qwen3-8B",
+ messages=[
+ {"role": "user", "content": "我想问你，5的阶乘是多少？\n"}
+ ]
+)
+
+print(completion.choices[0].message)
+```
+
+```shell
+python vllm_openai_completions.py
+```
+
+ 得到的返回值如下所示
+
+```
+ChatCompletionMessage(content='\n嗯，用户问的是5的阶乘是多少。首先，我得确认一下阶乘的定义。阶乘就是从1乘到那个数，比如n的阶乘是n×(n-1)×...×1。所以5的阶乘应该是5×4×3×2×1。不过，我得仔细计算一下，避免出错。\n\n先算5乘4，等于20。然后20乘3，得到60。接着60乘2是120，再乘1的话还是120。所以结果应该是120。不过，可能用户是刚开始学阶乘，或者只是想确认一下。也有可能他们需要更详细的步骤，或者想了解阶乘的应用场景。比如阶乘在排列组合中经常用到，或者在概率计算里。\n\n另外，用户可能对阶乘的符号不太熟悉，比如n!表示阶乘，所以可能需要解释一下符号的含义。不过问题直接问的是数值，所以可能不需要深入解释，但适当的补充会有帮助。比如提到阶乘在数学中的用途，或者举一个例子，比如5!等于120，可以用来计算排列数P(5,5)=5!。\n\n也有可能用户是在做作业或者考试题，需要快速得到答案。这时候直接给出结果并确认计算过程是关键。同时，要确保没有计算错误，比如5×4=20，没错；20×3=60，正确；60×2=120，没错；最后乘1还是120。所以结果正确。\n\n另外，可能用户对阶乘的递归定义感兴趣，比如n! = n × (n-1)!，所以5! =5×4!，而4!=24，所以5×24=120。这也是一种计算方式，可能用户想了解不同的方法。不过问题本身只需要答案，但提供不同的计算方法可能有助于理解。\n\n总之，用户的问题看起来简单，但作为回答者，需要确保准确性和清晰性，可能还需要提供额外的信息来帮助理解，但根据问题本身，直接回答120即可，同时确认计算过程正确无误。\n\n\n5的阶乘（5!）计算如下：\n\n$$\n5! = 5 \\times 4 \\times 3 \\times 2 \\times 1 = 120\n$$\n\n**答案：120** \n阶乘表示从1乘到该数的所有整数的乘积，常用于排列组合等数学问题中。', refusal=None, role='assistant', annotations=None, audio=None, function_call=None, tool_calls=[], reasoning=None, reasoning_content=None)
+```
+
+- 用 `curl` 命令测试 `OpenAI Chat Completions API`
+
+```bash
+curl http://localhost:8000/v1/chat/completions \
+ -H "Content-Type: application/json" \
+ -d '{
+ "model": "Qwen3-8B",
+ "messages": [
+ {"role": "user", "content": "我想问你，5的阶乘是多少？\n"}
+ ]
+ }'
+```
+
+得到的返回值如下所示
+
+```json
+{
+ "id":"chatcmpl-b570ef80c3eb172c",
+ "object":"chat.completion",
+ "created":1767441563,
+ "model":"Qwen3-8B",
+ "choices":[
+ {
+ "index":0,
+ "message":{
+ "role":"assistant",
+ "content":"\n嗯，用户问的是5的阶乘是多少。首先，我需要确认阶乘的定义。阶乘就是从1乘到那个数，比如n的阶乘就是n×(n-1)×...×1。所以5的阶乘应该是5×4×3×2×1。\n\n不过，我得仔细检查一下，避免计算错误。先算5乘4，等于20。然后20乘3，得到60。接着60乘2是120，最后120乘1还是120。所以结果应该是120。\n\n但有时候可能会有混淆，比如是否包括0的情况？不过阶乘的定义是从1开始的，所以0的阶乘是1，但这里的问题是关于5的，所以不用考虑0。另外，用户可能只是想确认基本的阶乘计算，或者他们可能在学习排列组合，需要这个数值来解题。\n\n也有可能用户对阶乘的概念不太清楚，所以除了给出答案，可能还需要简单解释一下阶乘的定义，确保他们理解。比如，阶乘在数学中常用于计算排列数或组合数，比如5个不同的物品有多少种排列方式，就是5!，也就是120种。\n\n不过用户的问题很直接，可能只需要答案。但作为回答，可能还是应该简要说明计算过程，这样用户不仅得到答案，还能理解方法。比如分步骤解释每一步的乘法，这样即使他们以后遇到更大的数也能自己计算。\n\n另外，要确认是否有可能用户有其他意图，比如是否在某个特定的上下文中使用阶乘，比如编程中的递归函数或者数学公式中的应用。但根据问题本身，应该只是基础的数学问题。\n\n总结一下，5的阶乘是5×4×3×2×1=120，所以答案应该是120。确保计算正确，然后给出清晰的步骤解释，帮助用户理解。\n\n\n5的阶乘（5!）是将1到5的所有正整数相乘的结果。计算过程如下：\n\n$$\n5! = 5 \\times 4 \\times 3 \\times 2 \\times 1 = 120\n$$\n\n**答案：** 5的阶乘是 **120**。",
+ "refusal":null,
+ "annotations":null,
+ "audio":null,
+ "function_call":null,
+ "tool_calls":[],
+ "reasoning":null,
+ "reasoning_content":null
+ },
+ "logprobs":null,
+ "finish_reason":"stop",
+ "stop_reason":null,
+ "token_ids":null
+ }
+ ],
+ "service_tier":null,
+ "system_fingerprint":null,
+ "usage":{
+ "prompt_tokens":20,
+ "total_tokens":503,
+ "completion_tokens":483,
+ "prompt_tokens_details":null
+ },
+ "prompt_logprobs":null,
+ "prompt_token_ids":null,
+ "kv_transfer_params":null
+}
+```
+
+- 用 `Python` 脚本请求 `OpenAI Chat Completions API`
+
+```python
+# vllm_openai_chat_completions.py
+from openai import OpenAI
+openai_api_key = "sk-xxx" # 随便填写，只是为了通过接口参数校验
+openai_api_base = "http://localhost:8000/v1"
+
+client = OpenAI(
+ api_key=openai_api_key,
+ base_url=openai_api_base,
+)
+
+chat_outputs = client.chat.completions.create(
+ model="Qwen3-8B",
+ messages=[
+ {"role": "user", "content": "什么是深度学习？"},
+ ]
+)
+print(chat_outputs)
+```
+
+```shell
+python vllm_openai_chat_completions.py
+```
+
+得到的返回值如下所示
+
+```
+ChatCompletion(id='chatcmpl-a8a98b44cd2f50fc', choices=[Choice(finish_reason='stop', index=0, logprobs=None, message=ChatCompletionMessage(content='\n嗯，用户问的是“什么是深度学习？”，我需要先理解这个问题。首先，用户可能对人工智能或机器学习有一定了解，但可能不太清楚深度学习的具体定义和应用。我应该先从基础开始解释，确保他们理解基本概念。\n\n深度学习属于机器学习的一个子领域，对吧？那我要先说明机器学习是什么，然后再引出深度学习。不过用户可能已经知道机器学习，所以可以直接点出深度学习是机器学习的一种，但更复杂。\n\n接下来，需要解释深度学习的核心概念，比如神经网络，特别是深度神经网络。这里要提到神经网络的结构，比如输入层、隐藏层、输出层，以及激活函数的作用。可能还需要提到多层结构，也就是“深度”所在。\n\n然后，应该说明深度学习的工作原理，比如通过多层处理数据，自动提取特征。这里可以举例子，比如图像识别，深度学习如何从像素到高级特征。这样用户更容易理解。\n\n还要提到深度学习的应用领域，比如计算机视觉、自然语言处理、语音识别等，这样用户知道它的实际用途。同时，可以提到一些常见的模型，比如CNN、RNN、Transformer，这些模型在不同领域的作用。\n\n另外，可能需要解释深度学习的优势和挑战。优势比如自动特征提取，减少人工设计特征的需要；挑战包括数据需求大、计算资源高、模型可解释性差等。这些内容能帮助用户全面了解深度学习的优缺点。\n\n还要注意用户可能的背景，比如是否是学生、研究者还是普通用户。如果是普通用户，可能需要更通俗的语言，避免太多术语。但用户的问题比较基础，可能需要适当的技术术语，但也要解释清楚。\n\n有没有可能用户混淆了深度学习和其他机器学习方法？比如，传统机器学习方法需要手动特征工程，而深度学习自动处理。这点需要强调，以突出深度学习的独特之处。\n\n另外，可能需要提到深度学习的发展历史，比如神经网络的复兴，大数据和GPU的推动，这样用户了解其背景。不过可能不需要太详细，保持简洁。\n\n最后，总结一下深度学习的定义、结构、工作原理、应用和优缺点，确保回答全面且易懂。检查是否有遗漏的重要点，比如训练过程中的反向传播，或者深度学习与传统机器学习的区别，这些可能需要补充。\n\n总之，要确保回答结构清晰，从定义到结构，再到原理、应用和挑战，用简单明了的语言，帮助用户全面理解深度学习。\n\n\n深度学习（Deep Learning）是**机器学习**的一个子领域，其核心思想是通过**模拟人脑神经网络的结构和功能**，从数据中自动学习复杂的模式和特征。它以“深度”（即多层的神经网络结构）为特点，能够处理高维、非线性、复杂的数据，广泛应用于图像识别、自然语言处理、语音识别、推荐系统等领域。\n\n---\n\n### **核心概念**\n1. **神经网络（Neural Network）** \n 深度学习的基础是**人工神经网络**（Artificial Neural Network, ANN），它由大量相互连接的“神经元”组成。每个神经元接收输入信号，通过加权求和后应用**激活函数**（如ReLU、Sigmoid）生成输出。\n\n2. **深度结构** \n “深度”指的是神经网络的**层数多**（通常超过3层）。例如：\n - **输入层**：接收原始数据（如图像像素、文本词向量）。\n - **隐藏层**：通过多层非线性变换提取特征（如从边缘到物体轮廓再到整体形状）。\n - **输出层**：生成最终结果（如分类标签、预测值）。\n\n3. **特征自动提取** \n 与传统机器学习不同，深度学习**无需手动设计特征**。通过多层网络自动从数据中学习低级到高级的特征表示（例如：从像素到边缘、到纹理、到物体形状）。\n\n---\n\n### **工作原理**\n1. **数据输入** \n 原始数据（如图像、文本、音频）被输入网络。\n\n2. **前向传播** \n 数据通过每一层神经元进行计算，逐层传递，最终生成输出。\n\n3. **损失函数** \n 通过**损失函数**（如交叉熵、均方误差）衡量预测结果与真实值的差距。\n\n4. **反向传播与优化** \n 利用**梯度下降**算法调整网络参数（权重和偏置），最小化损失函数。这一过程通过反向传播计算梯度，并逐层更新参数。\n\n5. **训练与泛化** \n 通过大量数据训练网络，使其在未见过的数据上也能表现良好（泛化能力）。\n\n---\n\n### **常见模型**\n- **卷积神经网络（CNN）**：擅长处理图像数据，通过卷积层提取空间特征。\n- **循环神经网络（RNN）**：处理序列数据（如文本、语音），支持时间依赖性建模。\n- **Transformer**：基于自注意力机制，广泛应用于自然语言处理（如BERT、GPT）。\n- **生成对抗网络（GAN）**：通过生成器和判别器的对抗训练生成逼真数据。\n\n---\n\n### **优势**\n1. **自动特征提取**：减少人工设计特征的复杂性。\n2. **处理复杂数据**：适用于高维、非结构化数据（如图像、语音、文本）。\n3. **端到端学习**：直接从输入到输出，无需中间步骤。\n\n---\n\n### **挑战**\n1. **数据需求大**：需要大量高质量数据进行训练。\n2. **计算资源高**：训练深度模型通常需要高性能GPU/TPU。\n3. **可解释性差**：模型内部决策过程难以直观理解。\n4. **过拟合风险**：模型可能过度依赖训练数据，导致泛化能力差。\n\n---\n\n### **应用场景**\n- **计算机视觉**：人脸识别、物体检测、医学影像分析。\n- **自然语言处理**：机器翻译、情感分析、聊天机器人。\n- **语音识别**：语音转文本、语音助手。\n- **推荐系统**：个性化推荐（如Netflix、电商平台）。\n- **自动驾驶**：环境感知、路径规划。\n\n---\n\n### **总结**\n深度学习通过多层神经网络模拟人脑的学习能力，从数据中自动挖掘复杂模式。它在多个领域取得了突破性进展，但也面临数据、计算和可解释性等挑战。随着技术的发展，深度学习正持续推动人工智能的边界。', refusal=None, role='assistant', annotations=None, audio=None, function_call=None, tool_calls=[], reasoning=None, reasoning_content=None), stop_reason=None, token_ids=None)], created=1767441799, model='Qwen3-8B', object='chat.completion', service_tier=None, system_fingerprint=None, usage=CompletionUsage(completion_tokens=1393, prompt_tokens=12, total_tokens=1405, completion_tokens_details=None, prompt_tokens_details=None), prompt_logprobs=None, prompt_token_ids=None, kv_transfer_params=None)
+```
+
+另外，在以上所有的在请求处理过程中， `API` 后端都会打印相对应的日志和统计信息:
+
+
diff --git a/models_ascend/qwen3/images/01-01.png b/models_ascend/qwen3/images/01-01.png
new file mode 100644
index 0000000000000000000000000000000000000000..9fe32d6f26e2d64e6ad02637d38058c4cd0a55e8
GIT binary patch
literal 281369
zcmeFZbyS<(wmu3J3ba58?rz1UxE3v1T#5vW7b|Xs0EOaEptwVk;t<@6OCh+sJH-Qp
zaMQid{`MKabAI35Jwrl5!d84EtBHh!4njhD
zGK}#QQ3K?caYVczyJ{*(BUOx2>?0x3ASuee*7hv(2fOu
zdk$(B6i!V~cTHvx98}q9gW#v8X80ySgl`zKZdzCIi_6QgKNDkqMf%S!sdOgX9Oz=<
zeQY8#G9Jx;bbUtZ1>&IohhN4Uc!ELzy2!zw|Bru>10Cj(LSgvNE^n!T4JRtM_l7po
z4h|e1CrjaXcRsHK1js7YS%N7A;?5V`I;?`-#>&ELw%NZEtV)DYpj<5Cd*C>40ipaevba
z5+=i2sbBo>YvQi-cvhySrbxI9K;AhvsSM>(BYHjimiuQ&Lp8HXlClVhPtsut`^yK|Bs;u+h-ayvIZY
z0#V-tpuXvhMy#Kp^e4%eD25G=yeKy0(xh}T)nOy7Cos;V`_m3VkA$m(>0w-d@4xFR66RJ`07mEGOgW!X
zr?~I+FTW7|C;yPEz$ictG@YmRm~E5aZYHOq0>|(ES`P8J{~%_l{CBcZo+0J#&aYc(
z5EL2csu`{=Ba|H
z`S(fR`7-)pI^;@J*~`S_=5K3u53{g#7&}UpQvM1)vcAdjHlhb6J`1}ZL!6kmE@N%J
zo|k*$-MdSvlz(fEq?j4fP5zI4$#<1;Dz3}Yb=
z04TN88L6s{s0TWJmLFI$wfjMK_!=b(W8lIfGkJ?0D14}wxy$DID?`}z_p~0+Y@yb6
zZ=xXbEbF_5?MO&?1*1YreQ4x{Q`Y6V=c->Q;z=Az=|SRibCP+ctJr9b`GVK9GvM3s
zyT*^X09{#=n(nB-HKnzTD8oq{e5mN&b-l_5KuygJJE%3lqNn_3I~n+XFrG1M*~0}A
zh)xyu`twuL8w+Jrfzj7lk0KF7l~S)=NtAv?Q{o?dG%CjEMMfP9!zDw%k?-J(eQnSm
zQHF!Iz2|^~UX{-iaIk|i74o^*34=u1!}&GIHX7|W^mKI%0(moBdGZ9pCh#=NxJZ`&
zoh=qAZ_k)0uQP{nGr<#doL{mt4gzn-ll!8{L*Gi=GVD53iTIZj;vwrzh~4ew3muk$
zqZ*1-QiBY@R-_vhlk!p58%TxFQqn%&rh!Ckz;tZU8}V-~C(WgC%f%Y`+|C=ak~K3s
z<6~o{jsA$a^VHVWWilRBp!N%1eK_&#^P_`Bd=>LPx1jJns#e_XCI1^!@`gqa^`!Zb
zGc3U8Zoi29y^cU-ZzQn{mH^#XO3x+dmxOJ8_a0^X)m0K_Y8
zH!G1GhV>*kVqD3MS0bJ#Q5O(N>RBMDjdsIA8!6_CkID6(^wGu5bg`|Y6o#41uMntJ
ze#}Z^GkI=qBEJw;FheQ>R(?$tmNHIdmkDuZJioinP|}^F6KiMR9ST7bx`rWT--cdx
z_Yg!<&e<083xzM<-Kk(_u}60dZZn}^Zi)W8l7)i;&zgk3GWRkAa39Iy3$fn;ry=(*
z;SpKiC*v1NM!(se=`FQ;Y?MFSE<;@rJ!yPGZ0r`tBVmE#e^lKc6-`fvW!No|jvlv^
zeQJ$ltqn`$GqbdgJ({sS-hEoU%y8OvleM0slZ;Wq`_ss4J*4jm`@Y3Z_b^w-(S2}&
z(ie!tec9P-5!W4+47Ulz#*0x==bL3u^R8e_Qv3ix$E7fYMfhga;UZsk)WaRw_Cov;
zm&zY%wz(bp#A_LU(|LxC{`c=Tb16w@*8HIkUpT)d?r6W!C-2R-55u)1TbEoaWNs1?
z*{v8{S&Ky@Qwwc*hgEB>U~bP&l~!KqeJRRC($y?zW>cnX`R`eplLYLtNCd04(_9qekE0su9_qQ;UV^N^hn}6BMuTH2I<@$1#
zDmuZcA%h5Aa|~EH}F=7mzvMu&m!)FFGkWI51lKrQka
zfaT?@U=!iP26p`@)n3&-ftybRN#D7?`|e{o|E_Ri=^FhQxHqQ%u&pWP)=f|b-IB?V
ziN?MvKAI=?J>nygBs+T!^V&L-zZVHkA8TtIw9$*#sA$t>+kTbTHozEEX~XlLBq963
z0|_BPLwqdhgx_OK+zY=UTmJ5wS%W2x(AQx0a$23p&P99kC}GC7Z(}P5amy&lS#YE&SuSqJ0*Z4pd$}v>nZiW
zY~zwQDsPw>A7vAC+2A6-GOOW3%}~2z(9PKz9A+S&?a)GR*;W`&ozQ4NKaosF+7Gls
zo?qPkp-3|!LDABSc_L2^bWq%5)hB8SB1&bj#92))orpl$
zhK<`&nqe`u>yI1o;f-{tH8cD+79>yaKDuq~cfJ|)Uk=$Hw@j)YgN5&_&eC$LH<-3L
zBH#|X8C$g7rCP|Lne@&3YFbZbsb3S_xxK)}VWAe&1zw54yl+G|H?VL9P@o7rIQT%%
z#yBzH>meQK^A=8cQ)xsT6p4-8$c-!OXMmgNIx43QPx`4G
z;s9^2$Gu_E>2546H!6h968UpYCC~VOkQU&8*{l0k1jZiI_~WQ0qADYNm3?`wST>ix`~E
z4qp%hznZ|pBQ$t^3f}#q^VbSZ_V8BRd^Lde8i%6`eC65rtc9a1rS#2_b8XQ~;nux;
z9f!sg+LZ4#N^RYX{8fiv757o~vl&ed-h%uURODt1c7QefCXPOAZ~&Y6IEzuRXZrhD
zapxy1u)#zQ4J@PnqJv}|%+a}Cup?5TJUv74Y2i(U^rz*?Lu>1^S@?YTQfQJY>9|MV
z^vLj+G>hg~TgAUzbD9?zVV!J;{Vw5iB^32^*I^i?(h_XQ`u^11rc&~ToE1Qwif4}*
zCHH!=UlB8i^~a?(YWQJ7w<2*hrPa4kiE!GY@$8mRjlf7{M!q#xpN3u*Ss->Hk&5Om
zlS^Z2X$OG1#9b(c8@tSF2rB{g3^n#C=<`lpdSIc|QR5+@w(7mG5~w*gkVRW7_MoXU
z@A_03mz_)Aj3uDChNfi4N*AW{{z6)
z?ijPPxq6T+8+%8A;I)zThP8=B>b|vXEEx^J7{^>#$@~4HqvxIH?20zlqzya6N9T3V
zx_M`^eNTk-#QPnv?m6JBe7VG#il|Oa@08sPdRb>TD$@`34s1Q(5zzbF-R#Zo7b~xC
zvW(S%)O`c^YP>s?g1ePNY}v~l?U5ZW5&^9X(#6)>8SeNla?l6FPEqY~{7&rR7hfNE
z%_DYkD}MCe1kH{xZvhg{koXl+Ln@Wg?lM!EZ1;QZXJ2aP4@ZjM?MU+rJwWt8!O)=E
zWC^hHrYcOeD0t?R6S*7Q2aoL~+=tQ~Q#yH;+|aps2Jvo*BEkJ^b|H?FF0E*nOX6)N
zG@mf|m2^xpM2XARKD6}9%|-*U`9SPOcdux3rs|0zuxIrfTDe6p5S%`_A$6sWF76q-
zximp*dzBlPjD9vNldhRPgO|CTWwaR#?r(JiZJE
z9z2YS{#$}_t^n$0nFUre7w+5Q-r@B6Caex6(q+jr>Bb%LCOx*dh9W0GNomPQFZwI!
zRVBzF*f;6xh*}KL&QRx_`za89PAs$LfgjVx4OXV_x+zgU?RH!h%&&hHRuKy)vcaLP
zt$T_lE}HAz?SU%#jYeN10=pw6S}If%RWzA?X)FrInle0I=DM@+`KgS}2oXUdQGUg%
zuo8A5P`XU#P#WH=;DEb6B(i${(EGx-ooNNYT-RAg{T4?KoRxg)zK1*ZBj4Yzy+DKg
z(8=u6z9Jw;?>_O{?t$l=a;`EY1#+E^mRIt@hxWic*Dx6Y1L885g+lyi3r=Txb3X=Z
z{O&G!V)nFi*UF6&9XCTi&qE}J>!57!D;AqJm0*dxx~MBRs~~DU6Ja#V?E<0WTHuCW
zhu9=8Xn7Q-vm^_<@?mPqE(6CUS8h}``pNCtJ@2X{8!*}EjeNsyjah&dQL`c3im
z=uIN1V5M26=a>oawq@2geJrF*A?in7p8UV_msUM2Csoq%H^C#}B^Y`-U05*IUv9
z5#`EeTakQ=uMm?Ai$2Aias6&?AeX`}YR$yGoDFW*a(r6@0Y}x{qnqyhPUarjm~pTC
z{6KN&@AO{syUW{8oF^Mjca}mUVmsC8Q5e}O@9xht7pz)uM$l5iZ8`fHWzS-jHGI+SRG#=0+_^`f&{%f62f
zH=9#hZ$}!TcENrtxYDX-7|T>GsMD^*xo6<%J(qqj`&1aqGauc&b5G{?n<<8Xk_s8A
zQT%c{sr8kXyhG#7>Z`Qd;zvj_OT|$@bG(#p&nkyI+8iExR}9Ap3ny2n^`j5fixn^I
zh|g$q?dIrTPVb)>`HkpcT%JVk9DE@7mb7+X+40kx82BaL7!+XZO08fnLpvn;WgJa)
z&uAh;DY?k~ZF^XU?!y~dQvfJ)f%%J!Gg6Ci$RtX})<_c($Z|3iqggH40G8-2?Iv1>
zDOC$TtY{gXbEBiHnM~~{iTZ@|aFh;Zs~AO`XKFFm^+a?-2ykE5mK*JKk0$&8<3(?0
zxh=9)I0_%m9(s4+rOCX%lsq4xAJitb&hjnHOrw^M4KU@do;nzV;
zY-(wdTuxEb1XAzQ;+!3#W;}nq#8;*QJmom;Uv}d5!^^b~c6qkkpA1HzGAmihS%UfFNDuFvo7tiN}gc
zl$Ryh4o+1T?FVsuaPP6zVMdKBeP5zAj=LkXG(%Rutvlwz=yS|ndwDPYT@2%5HB3^;
zqv*Zcf+Rkjx}d;NKAQ5@IPQ+d+G!uFf^C1U3-hD!v8_ZJtJFT#j?fY7rnKdlYr0T(
zdxpig)$P0?L^0QIb6Yim5S>^eyHPR9J4
z&}1ty<#5Y>kG3k@q-S3Hu6r#z_@f20sll*`N7nY-6FvBh(+eEB!eQ5hC99Yu$dPlY
zC7itejoCxrOt_<9)L9P3L-jZi3xUa^EHX&em4fJ(H@+o;Lpxy>OO<)910=+8kjNj9
zA13}HpyMHD{06OQU(M}f4`4+v5MV!@y6WMsldd>rM0c?=BDfl+&Jsl*D~89M!96kO
zwlRInRsnQ=+}YfYgtB#2W}vZI!#obAeyDzo50{hpWQi_s*f>Sn{^Lu!?#(^V%j@Gs
z;>5(ntf~T^q{`*_PLpR21_OfOFUET{dN`<{`btC4=Zcm5DJU3(BKp*34M06eL+lLhU>>(
zThT;p!z-1+zVsgN*(Ff{NZKOBht#3vj5;ptSo=4>c~{(Rk4{`qtuG1*jrGrxxi@}#
zlS~>yXeT%iQ#+EPc@*u}exEOA*#0~0mQ#)hBI|Mj+_!7s6${oLkF0TXpCmrkP)yza
zq+7Z^U6r(Du5@`;`gKgVsH#q4vB9bTV7ip&<65UhDVeepA&3!H5+SkdA19mCEV}<^
z(@@RebZIFwBn(AAI-WSe3?DY>bkDqxHzzC$Ai-Ch24+Hm<8x6TwfG`}(Bk+&d=%FP
zqr1lK`KYSv0l9MdW}@)(`^ewD@i*g3V*yWmJ^RPZ6wJp0#CblBt$e|)ze}&A4YJnh
zf5r~o1vyXk&YC4lJVBLw_QVWpPv2<`(pMlWFU&k!3T1=DQw;83*&8=_)IL4aqv&?=
zceWG07epKxWHa1-M=jxBh2?sHw+1^gSBD*P8qP1DJ&#b=(6DVSnrPf+wq@LSEn#9C
z-r?@<4m}^{!d}<&KrLW{B_$)5W
zByugIYL4=W!{DTRag0;GjuBWT)TA3%A%u|8LP(TnxywN`+{TrMhBax8PfeZ(d68KMYrW2ywylEp6GAs7-IEP2VK|BsbB$?({fSzCV@GER><{7tY!2
zy?o=ayfgNuL}<2j#MQh!AI`_^|2afg>}_6l;uwYC#z=aZii5qP9Yj=OBk&7xFYxVS
zcDL+byXEoc0GEff5G{aZ??WlRNAClhZ7;GtT$u2kl9aCFhW7ba-|rPeA!Qkz&8;P+
zrDupe!*nd?^$#LT48fsWHcknEt{fr?q!DZic(-*5wi@ZW-OUWmd3LrihWd(Mwr6!i
zGp7m11_#M9b@n;dnO>KK6IL$MSk%Vn8>ApKmZg01AqDD~g`!ot&51e;)F(DxH+I1u
zQ+b<=k1w|Kae7Dl;hztLE9u6nRep7{$RfFKqmdGW(z`o}4VC1Q<%N)@93H4#D@2G(
zJ4|9K80BnAj=l&=Kye#@&cb~$WP#0hK4ReC{9;5kj`zP3RI$&ayqXY^)JDI_ao4hKC?i~H`3UQa<0w$_6*U*^Xd=vPtjuYC
zx<8FGlQ;9^D(^*F_W&EM*Tv42{8Z3rW^=CL%?XdjobsIYkJ!D8)aET$>Be`_#jHmS
z?iZiE&1IX@Q6}&}+eW&=yR(&ShSq5JXX*uPRLsM_Dn*J8VOLr(LeEO0^U5px)!NLC
zv=AR=bhV7nJ@S_>&xa`h^`;pbLY^Ux>*E!(l&I|K%{?s+a$=bwe#C0MMg0+zf^(xN?aIY7
z&OpOb0L+r*>4<^G!%#o)tSB<5(>Zq8Z_v%KtuM#O7(F)1(Q$`n)+v)SQ!u=Qe+bbv
zrfP1Qd`&UofH9W1&7bKOBm?sCfQvX1jS0D_2IcF*rtM9uh>d3ARQO(P76b(IS&-)REyaS&Q
z1Da%X)L-}xJ!E*9)Hhfw%%Wd!a=kPeghQ|=6aGr6OOeykM4r}gvOS0H44C*>csOA$~*us7vN(+4qKzX$&7W8IK^
z98m(NPv?wGMlL+pk3UZ^1Yd2;+*9=g5d(i_TfwO^yX$PIUJ)3Io(ATHT}QUnFu)7*
zT#Ktub=a?YF<^+;#6n)yXPFn`Q^lIu5`G)O?+MGN-)bx>FEU2sQOj{@qEuCgA2{tF
zD4852mOxv4Mp*6jTX1|&!IDbR-d!yhvnipx3~*Kt%`X{G9H=_-xP}p81~om!--AD0PYA1JW}G~jJpKAzQ4qCeQRcXgYVf-&t5yiQ`t5v(((mqD
zwuC%tvusA~Mm!L;KXhFT50w8i2U}47yTXw)W8dAXS?-bt&kXx7vX~{mXug2tQZUfz
zh&W?}5c6m#VW<{Inqe@&4jvx)xMMVh(k__nxHSr`UFlg}&Px|Ova)7;)7S(#>is^u
z(be(+mFYsb&`K{inqJtS%6sJ6oKelxW07K0Jt;kmx>QP_2e`bnzoiSV9bQZUFQ(++
zb1i4Ii@Y8mv7~$?%_Fql91W<$=V)u9Dt|aUZsOs3@5RzT%Fp&$LG;?q;k>J3+qo(e
z@@n^K|A^R(>zBnqRFS<_ry)^MvLQ4#2i(doc(s(C9a`Ib2C4E
zBr`kevx`1`{ukgQ=K;_NJ0HeA(+wAl2w)%bb)LL?&8~wiM7pkbu&+0_i}svotqeTM
zJL7xWaw-u;!qfF}Ly=^rVb!1ftr%R$YS|56ni>=}cFL6NHY_lOErLb~za&R(aeErH
zntR=fuW{qg6EPf!6Nq9jdS~;^$d{ulFu+cK&LXuxqa(fRPqsFv7?*`pHm8iF_w#-3
zS$?98Ne5+MymWB=Ob+ZD?cT?g@#6Ml>f#i)pfjiA=hP${AI&ffoZ(7yyOwy@q{y!X
zP_CxQKd#n3uR4l^jCJH;%|_i5KBaOa8EfJrlOC}tE0?P(BqC1+MQ=D7Yp9P!akRbY
zx>I|ip@Bt!+O-FaYpa4d#^~Eomtd28n3SvWD^orVg&r32g*#rX_@4Gg5a&YJk#?l5
zdBN%x+Kfnshxz{5!md`jF>kN%t_=<?COEGi_^lgsY$-iX&?@|7yY!s(HKK
zam1Thk4!{vg9!yJZsZX&z(|Yh_ToGB#%Tm0+gP2Q-sbkU%d>m-P5FwSpV65urin5;
z7WnquDgerM%S!?apHxwHi<9YMj4-F|gYk%Hp=xU|^K5(J!)bOVvQs}Y>=%>(S~-lQ
zPw!()@?)3+U3y%30);nliHgpQOy4V~*erX!QG{LL#m{S|h@cD75pl(4xtG0=<7g1c
z)S?((NPr%GOGe+V>?156f}~x{_BCy*a^sHoAHHw(rlpc6vALM@z`6QSY%zLE?&(2q
zwUPKkt;OXS0dT^(8JipXr0qC?+*~Tr|xC6;+IF
zmdrC|YUA$VoAgF(CO_)V-}~3;Tv0HrKtA4^eWPD7fG1H{Zn@`Lpq=vDCO=}uGVl{U
zuI%Rm=F6WA
z!eXLN%b^gn#)?*X#bS$YR(^B1%RMI1qS3~85(4M
ze>i?M!
zD6aYqEVJa(xgzF%;us?`5A5wwT&MM8YnG%2$e>ZyEV%_1I!0n&Tx=N
zpJS&J3GtiBygjT**=<}qAu^f1&QNrhIMqJ#n@pJVT#w`)ZPy9f-fH7HObsI!s$rDM
zz#sF$t`s%G(@Q}N~tYd6J@Cgk2I`Ps}b^;0rsJt~(X1qjfkq)+lxmSlzQhs&0uzPUvE^-S%FD
zaGjXYgLZzRmg`e))ez2TU#HY+A@RZn<03EIN&9m!wy&MR+V#$_8ho0g5X^FY62dO~
z-k`?YpBz}_i}wKTtR7&bU2}opHzDh1g9k5a%zi#y3%nH5YeFJuVk`UGEM#-S2e23Dviq
z#qR90+4!^0oC(DkhJ+dIPWmM{C(s}ffrBFN;7OCQPD))T(
z+>eU_uh3C21gGh0tvG@@8ZmT0&A9xVpf7if+ZajV5n2ICNc_9mv3cN8l(e*ft}gA;
zl#f6a*fNT?({juN^$Y2uL$&V0=exQ47yKCCh>+>vGlF^09PzRJ*p48IdU8j5UR2<%
z_we`7ap<-u3oDzPpDoR%HC&0leu~)CwGnq(6omz2Y9nU2|NU+JV_qR`u;2B<^8^TG
zB>V{|;7(_iW@;)xeU_^6V#Qk@IQ|0Pu^Fw-P#WWD(4IP`8xDV-tF7!e$PDAAs*3$a
zi6=ftCv%I6QN5n&Oz&V;*Nw^eF%43XC=pkm5&{JHarwbDTkFot8yDq}+K+n{Kj8;P
zMnuq%BNPb?W!sl+P4xZH;J_zf^G!#G^f4l=jG{~JcF>C8;%TCN^rQW^O+xQ(3TxK>6;mqjH%3W=VIKkWjP%9HcRj1ouW<$&31gD+DgKWcv^B6)Bg!6SRV;lz;P
z1S1I_`GL7{%Gz0wO(8hFC)6vwl?F+<;@!E-4QsnBx=-!Efn-}@Ene_Ob_`)taOE&x
z7hQo_S;x|Q&-7E?-N4ne$ztgAOGcGPTu-AxmzWkv+A6S5P0YbYuDC1&=+T_vke
z?uh&^0VmGL^qY61Ndget>Qm91iU_}=D!-lH^0bL1Yf0-C$8Xj1OB1{hxeGOnTlUd~
ztx;HFv)GuYiJO0ndYBkj(kF`DF`dTs)s>}|>$47LhzaZ)Zk|;x0YTHN|3#(9b
z527*PM_6vHmM90KqGayW-{|z8qDDlFza;320Yl`+p=TK3T8(eiO0IT4IK#hGgX@XV
z+C=jYjd%0lpPi~Mas_c&Sfv`9aa32!6t=%Vy87m^`xI*NrYUi?_Eo@B?py*B~<X`v%x#&0V!j(6z&~_p{gY!8MrRS_$FyDl24$9@@}5^K>>hi#`}`{hU80MPcx!(~V-@JE
zqAe+8Lf@F5&cNb~YefAUS)BHeHtknK**>BV03IF_`&vTj=*7I;Y##m`91&`+
z?`&|TYK>g&X`_Yr!3A*kcQ16>ZKYBm=rOP+xd8s%$qoCNj0ZapB3~kqyCvqPhL_{m
zEz~G{4s*k)Hc37^g$$2bzv0qa`I+70d~nwF2F%@UUom`!yNoVl1hrz?K5Z=Htk|_y
zo@i?X#R#UA>4j73eYVoqRPa*N1c^U9YnQ#-VCQ$)&Mu!Wp(@lM`r~`-!4sl-{&t6n
z3Nw9+XUK<3*EZXD3m?pW2%}H^qD#H4mNN?b#_=GGKlw4~R!l8+6lng6l+H+bK>NpR
zmEcDAP2a)p+*`GEtNe^IitpL6M#1Zo_{-ZTOCy`PAq|G0=7#X8Qr&h_|1zw9Cbsc-zDTlRkFL2s8OJ@tsX(
z0qxeEEKjd9(w|>wdWO?&*q(r6B40H%`*G^8%#QLnn`YA0|B^G3vKsLcsBtk(7b5PY
zD?9WtAfA^Z?lQV)N|u%MO^d}ZvEKDiD+6|2D4gl7&coRL%KNv_(eyw37^_vo*4q_Y
zX!`sRoD?;w-vb1cw>8JhAw3*{A!C(5Nd%vwz{mmcj>`9lMf;eiw7vJy!DfuV$TtQRt&
zij^t*Is{MIPWRsAo%V5mcrt>BwJ6MEqUUV{nd7pv@znhAJ=QvE++=inTx6JnIq=l4
z!dd}1BCTL5oyoVa_p8xOC%K#yJ}QVGus!2Dfkg+`q1E#fn7Za*h}I+b7Ce;?CJQ`2
z>Ad!okUeXGc>
ztBtZqf)?Z@@|=B&*mj&29z_T13&J}Cil1*Yuf74EiDWA8ygG&ZOh-!K8-)VS>4tJ}*a=;f_n7x=~Y7S0h
z_&>=5_{f;)>_HXj#ig?EF{|x&aj&13so5l*Tb9opoa=yYTqLTd-j3cGclfu(y%k9g
z6Uf7cLHi~93X)ACN-LU&K0dNK%k`|elMCb^EJ`uCz^{++2z>p~LhRGI;LdUDT$gJn
zbzeA7@gw&Ej3bH|#7A`Ptwq8=68%M=pu$e-^=bvi^??O!rPUc-I^843M&0QZhhgYg
z%sbSGX8=bV=^R&df}7LuzRDT04JR2nTGm~QmD^I(wYoYv8&;0ar05ZO=wg?q>EwCA
zUeme5<(`pQSaW*)w5dUIoBC1#m(S%<1n#r(YCM)7PVx}m{p_%mjAP{x@}z2qcG=Gw
z$%R{e?k{r}f|Yny#w%)FV2=n(5#NoB$u?`#2=Sb~<>A>XPEcNzt*RsMbYe$jrZd+g&rc
z^#>h~|0B^W5Uc!}Q8#M`?`mf@O?z;|#M@(TW}1_$S5GY9NQV8>FSvs?Jf
zEh^XKMkTYSnFR8PfuUFiV;Z=bQRAbiFFc;6`}<#cj{ho*v0{V`&y?Ef2D5SP{w`eP
zeyK1M8j3}V0`S~s3<8=*4h@L-G?y!dwuYjq~^63bs9C4O|jBlZwM*qaRm0<>>y
zFhS$pyANU9c!3wwa*@9~#cxb^o%?eUJ~~|+Y7iQR!(u?tW?%k!jIxHP2gZk04w*n9
z5aW@nP!y$kzZJs~xDmah-HY?i3Fp19DFhi+pB%28%<}yzPR37{p(@M@tU3jy1+3rGb
z{e%U?{q$C_9BeWrqs@rf#C%g{I*ZO*o4SET`k1mYy?b?~bwesD#=
zK~XWh+=iSPu7tDBEv*{O!XDFjx$UhcWNpMZz(_5eAeLPj72bj3fZ#_#5wjM>7a;0>
zFjXQv)ctaud#m%~p#>dv8gFWfXU0|@&rIW?CVJ{onOUih*9SYw2N#Y=LX$3!u+o;A
z8eU=+7tO+s4JWm3g!&RQ%(|PlSOtBPl~T{eg%>
zH$|n`qgaVTlvH&_!%H*h}?kwQmL*+*^)?0*a`aELmeg>?Ls1bUNNQnK;v%;j^Rm1$|{7zC=43$72%d#-0b
z`o%2YUG`l*-iymq_(qlT@s5-fxV6k56}sVoNisAG)6!u?ARU0iYimvSx`-1i6$G88
z$B%k7blz!HVDuu>ZHu9My~XG7L-(1TJDM_?@cnG8GQ|;Z=pHBGK~vKYOtg>?=teKG
z`cy88FV(G9aYuL+o7srYJ7WpFI0VvR_aaf_Os{i#dYV+!cVVJH8guL2(KHYEi*QwG
zK7VFd&wlXhsu?+HzTr`fTe@)*&WMiVf};7+PYehuBDHU#!(Xwczx-jEz-t+)jMj}Y
zof8w|;Sstjj2@FN3FWMf+QWHpkrTI^SmIcD{EeYgn`Ie&WDflkp4&q&wl(_6sA1Z#*h#=Wyh!BP_XJLeyYN@Xo8Z+jnWr|iG
zR7R@9Pa0SppGwQqe5g#Cd$S<_%6!+q#q{QkUj5z6^`uOh(YtvhourgA_*GxJ*X9Ul
zbMw(JsGMAIE#TosM%9>-RYdpw)&Ty;DGi0(8gq}sWEDdlRIPEop5oo)+>v*oD&ZYF
zF7Lpj--Q;hMw)iBB55V5@t)tan`OQw|CF|VHy!f%n(YW&5~~HZCOrk9e?($~UpTqV
zyS~*vZZ37Uv*2`=I2By&7H9i{NO>lBSEbe;<9;;;Y`~9K+FG39TwH(4VhyZE019uH
ztIR&H-w`^`oGSaS6k-S>rBV425Z)|(9vKfz{vAC>hq6{}30tmnKW~Dl;hNNh(TZy1%_-f$hxcE#~=zhAhNWr?Z+aEOe2(mb*Ow8-Lu@z3R;cpB__SIX4}tsJ4K
zZk#|ncbLaR+C_s%K;p1C!SX9Qv+R5L?~nF(=WJ!bJ3<`s`&oIY^}PCf%H8AMvr?!A
zY-Ig&!V5WNsP%0g4N6ro`nue|2tofVS9r_^GmKt47|3%8B|Q;NBnp*)BIRPbKiz5w1ynEo%x+
zDIL9dm@ShuT|1*6x6AgcHeVKTJ6c{$VY5j1+$_sYv@W;`f!5(DAXIe=dBlQ`@w#1q
z`~K=s0a+*^CspuYKJ#BG&Hq;T{#q({HIYqETDoMYsl;I;o@7keWwIVqqKpC4A|)W$
zpNRPPBHOBf>>Bm)b^aV_Cn@K`fJrbA5V&ng6nNO+Ag8}{gpu>zyuYy|Y>zFdvQ-;n
z&wi?|?%V6LhPq2x^2$(*P6TjeZ?S<(Mylbg-Qw!sNbtW%1^+6X#|FrLG-~tVS5j6s
zjQvgi44GDVQxKkEEVCAuECgkN?W~$wM82UxL*eBr*4rG-Wcg7d{g5=Ge?InEXlv<0
zL)(N3-`7&jHa4%aOX*B71i8=f5|shI-d!D5J0fQI
zWJ!28H_H$iNB1A>;177Gp*jRfwn%@kj#60lA>#E2GXo+-}F3k`mTUbw`uGy7j*nQt8L0
zrh*+7>q!s6{QUfVclHgA%TX7+|HXXXl0=T^xLxfRwlkBF`CJWFk;W%O+%e#v_XTLT
z`NLF~u4?TeG}6`%&Y|cTxgc|ykz`N#S61#{Yx3VPT@LtP`8Z^9zgELpPfP&52&z}*
z`+>NDsNUXQhnBc9@qY-KlqM<*oGBzST#HfN&@eJn)RPP-wG|oGx}~h>EAdfOC#f~|
z|K3IbYH&b`U5^F*`^wfHugQNh;sLn-{AW={sk4Sm53zLBztz6KRPrkj(Ul!NP!0e8
zI)DGO^7tEKjXf65>;?W#XZ{%%{s%qF{|{Ll_%Jy0@4Ek{T>rDOR_hPR-nJh+|34f5
zUu$mV5H}g{zhX9&`Ok(triLKHI}}kutp1H)_}d1=!K|8U6v|04V)U;nql
z|A$2gY$X6Ca~ekkK0)8ndt3b<39Pqrz@6@jhl4J;{Mjt>P0ML}BqAb4WH(b5uIzq3
z$h`SIL2c-RLUq+8MitlOW>HJJ%7b-UDaAYjidM;${17(~qVf(xVhOCxYByE=x1Rqu
z%|DNoV(JA}9B!?8Roel2f#kgBxKZSSICPgMHN%|M+IF)QA+4TsW})j{&$(nzSK1aK
zHn#a3mcYAJXNv>LNu%w7_FshFzU#@^;%D|k@`nE}%_T?`_WWsX*K05ZdXG5guJ0FR
ze+kPQG@>hp!*(ShVO|IQ-L#RXp;SIBOllb^W9;5{_
zRK?-;%WSsPJIE_N;TkSiITIk~J$>Bs)Y>ebp>`W_zn^LUQ#%ngTg=FkmmHL&|L8-t
zozBAO>Sm1S=zypJdKpGBT}C?ssL+mov$;O!)ba4U^T`Vm9N=Mr$D2R7Mg+H~y1e6i
z!YqQaUQ1VV+lS~8&c!a|ZA7naQRWxBil(O*J0qXNexHMl=;fn25%`6}wApCEm9WiN
zNh+>(D4k=+gGcM-gmRyF{Azi_O2i-Td{RGx5EN_H{l#oNPi_z4P@j1=ISqY#S+QM=
z+NG4Ze#=CSXVt=`lUP9A7e)H{Y_p#n6fcpae3bxWclX_jQ~0>vrKI4oZ9_-1c3>aWuD&uG(iNs7(&jqungxv4>WMOo3jTJ=*`P
zHDmb7`e%BL=bPTmHmwCc=e8L5nxgi;Jl#=swVBgtTD>eSh0^XY4GiOaS2$t6bT{zM
zGc#*5DRkD|so_(+pCkebG}@gh;6O&iX_Qin;7x5KAg<2=>h32C7Ub{MP7$(^X~TS?
zlx{tmvA@5xDtg+A|A){{%i!B4tBzN1g{*v1N1j6WqQgZoaIFPFe`j$
z^%q_Bg;&*)|Dd|Z5
zQr1f_*6spq=XX*Dsk`!4+y2~b2NEtA{xh+gS2Enho1HI4O)ds3LB-yKu%%)jLqSY$
zhgjr5IhiAFZ
z-uwQav%UZKecn8;&ULNpn#ByW)|%h%+wuACd>eWRo_$^4ef?HzNH*2jGyNb{F1fE+
zT^=mm!%4SS__+RR0I&VW`l!Lpi|etWhuI2EDi>cF5mD7w3vMF?
z`%5I#)k1c%t%PLG-ww@M!mi-X--92g@|V|6s1ILH3V-l8Q|C0RH5{!VN+bbQ;C*6$
zALXVVV&HPL%UR#Sj<*CtoX~-v^|m>ANcuJjPj^WR-0&C|Hvjm{9|f7UeD=0r_fl((
zmjteR$iG~)OP|Tn)9Xkxop2rxy3MEG1T$_qHQZ%Gia5jC06ewwYpSf{FHHYf{w#F52!&Av56yn+?ocuu-Nzc@pOJ|+|IPv
z-SZP)xoJn+u%JoW^M9faFJE`y1t{v~+E?v0Qk3ndrPuSlO-rz_9QtIFd}$X~SjNXy
z`@EcYeKxs_w`WEe)LYCf$IE@sN@Vqoz_@@mozMG{6A_g^y~Bgms&Gp}e+FbLU;m`p
z(+Z=*3r~C~k&Y$|M8s6k)rVyXKtliyL)%cC4A_`#szD@l(u1(kje~k7^l12{Y2iR!
zMFg-&r4ngcph)~DnfO^R3Zl_JOAu#W>oe(LBs!9v>xXz@U{x@=)GE%1RW5dEzM@IM
zVf!?Asl@NVxh3M3z1TyZot87?^6}ZSC2T+&RE)#)%}1K-?Pu|!Rg;JEJBGcofm5N;
zx<*5=d5mP+^0a(Bp-INsnhp7D`}h&d>n`7k4|Td2uwx%H(t(4no14xEpFc{~k5VH4
zL1PdUb5EW{Y
z+kib_mOqu5Du9MZ%#D35DItUUpe^j2I`d-rjkd$N?3$C6MzYkFsf?VSBZLB`;^kF#jMeu(@m
zzS+BsecVq|o|{fQcS(br=zIDTDlbYs#u^+GjwsJ(Z;=_zRti*yMhf-u6*q3*)z`}R
z4FYZAhKuPl>D!8BA7S;_^(W6#*E;Ns$6u!&Tq#UW-iqzCpQ_!)ejE!8NcjbWrZfZ!
zDEOZFe178kT_5U5C0h>LddA>ycbOYv*<(u4{q2*y!-V>ULH7w*Kw3Qe>chn!-HLTO
zK!{dMRaaV=7o(;J+(KUP0
zbHIAovy}^4n!G9-)|ko$vlVQ26_ySWJ^4AHKdq7)0Y1*lTS(CHN7#MCtq7hpkGe{zy<)GyUFVbiP6C%rq9u(cBG&JglC)ytLjwN{?thU!j@yC
zb*gl#LDreHzj};|hua_ki1Cy#^qPuSXpP)zH>CqGS6fw@AXYS6kzox+&)32tx>`JI
zjFWXu856BS-X7eGtO%y_I$x%j)+BjaFZDMvrj$FHYrTfz+?mZJ($(;E2&9<;uGBQl
z7&Itqcf_1Zl2XgIx(#&ek^4COTZO6&=Y?K{wk(P_ZR72wLv;w0cQX__+2@rOhW7+u
zFZtYRhS@f`@^s+3q3P4Hs5BtA>~G@oX?rsnH!pT=mU`YG#+)``4cr4GTj~D)6-1`(F%&U
z$+DO3UHs9PqP7z(!QojYvpLz2P3hHjbP~ZYD*HUJoN9wfMwsOY<>c&mn~FxWtS$I?
zs>z88qj3XS*}?Ai8U6HGvUZmG+cYw;rdi^y`0Tq<(o@+}?URtq#>yU(#o;G_q=r{|
z7xQGjeEh?d350QVJ*LP-0d5Yp|Jcm3%9GgQo3JwtFn6V+ZQ#d?td})LvB8$!g_#0m
zcX^p^W;8;IZHEeoOnYJt7b
zp*Q)$UzZ|0gXL97|9@tre!KD3lD`)!`PYyq=bYv6ZGBikO1-Dcc@({3#VAlcYkTmj
zLQ+&Xff29C^6tKeNR@BulVyNvGW}l3vDYX+qa+3ihdQ!mlY4)0VM6>_PF;_wM<1-R
z#B}r|c
zEg3a-d>hj0OK~0F6^M*@{uXz3B{Vw~hoJcvUIKXTwIvB?2*zsGx#yNr@_H#&7SOr6
zbo`(ne!503q38P+t1Nl#Zrr#F#=cEd{+-~Y;pKHhcvk<{P`emNe
zY(=L8V0yo{^O$aU2
z4&9QxZ=y#Ukb+zMD#5&jJ6rk%jbo4Olk(gzs+99!X>EpD*FG*hq!D(t%o4JnwlOg_
zd1p4TBi41!f>6NrIq}I8*{V`8suMZ<8b8-^qD!8p-_#U1*{DNDToMH@iGUp6{tQb=
z=e6piRtARPcQT?K=Pq;K<}7`>38AzQL6~J<2o-d
zhX^cEFTYhqXi-k*%M)K=)TGg3_p?%!M;LeEdU)ibR@_uLRPd9J{a_lm+$&P9T#P{1
z=Ud4ROgj+}4X2VSew45?Ug;sMsja1JrB}ubuHjb{pZv(!^;R0os>RPkuN3S3A$6GB
z&q~9_8vEbr@Kz6EVr+!*>R^l@r`wzo2!Thppu%;ORTdAaa1a7L}>1<
z$vSnu>;XmZsfUB6Ho-4%6YYkxg!{NH2}6hdd(y^y1`j-<&$m4My_L5zFUwv?`Elrt
zy)L#AKJkL~ME+RV%$NeyH5uLqY?Y>cd#I;*vO#OAG;0e^PYHj(wfn2atsHSbN*@DQ
zvfm)gFwd7D!dUc4M#s>`I)AR#_(myLb{6E_R;lp*`_t$QzQKcn%Q7+$iTs9&J0VWR
z8Z!l4SMc233b8xplRhz@d7^uknb}la|
zZ~@39uJnm8lP3YqI+$wJ}*JUs@#YR)1XZ}9F3)s$=fC=&8Vf`?Jc`Y?R(}9MazUQ7-Y0gx`JM*L)CPeAaNc8;;
zLNePzPD$Fh-%dW6+4Zm}tjBFcJUrDjaJHt&6IbX&8CX-wQ=Z2aXjYkPNoCRwx&(W(
zUrU-T+*Rbk_$ld>SP6g=GFHg}aJq2C_!F=`paI0rp{?hcPMm2OvXYEp+kMFj%nqdB
zENBipDgk=Am35g|7N96n#^89yP2z7_i&JWt_DC>BYY+*lV8RA_cxLN-esZ8Np(5I*xWn;<(I0?|
z3Y%dw$ZYiW=vOVRcPJ=|{KW=^RhxAaenFm#RjYMOWzGKpgF4xHF97=GWt}#C$%a2v
zi&Gd)zsu~#C&%U4nKkU9n(K}Z`7gnpfTsQUmzd>VcjjN506}#-!CDFh5$A82+pj`cbT;@N$xsDw4wP)E`$evICE)(s*
z>fgT0=Sczp?X^ZE9pqVB4EPc~CTF&ej&dx-QFkizjgzscIuU=8cK>+F|N8VZ4k7+0
z-JPn=H~3Sjndtk^5K+I_s`~om_@cL|FrUT%Ew~SX(rgEOiZZ1?aoqn{T|iM)e0*o0LMu
z^k1a6{;F4JpB^oP5wY2#Ww9t|*yQge0Y^+4Y)|Y&PZP5lFk-M5U(vEoSQf
z#zO#VFuU(YLF4gDq(dM#38e7|AFMop>q2D#^y7TrEfr$Ylwa`7$w~{ezdp#{o&S2#
z0R#j^(Wsr@6QDFVHqN-)bA5b_h&p0h%>jT2p6lVKrhWW(WD-Eo2~Ur%_wIYBoDfuW
z0jJzkRi^RH%_0%>wfsgwQb+{_1>2+fXpitDkmPaiFycgZtt#?t%Vm<@tK246kAzdZ
zqKkO$lW!rE@j+BnRO*_BR2Uc3udpwuEzzxU`Tn-_;J-H2nL*9CjR+5D$ENl3m%zlr
zsmqLA
zci^F=3&ts`GBnlE(puThkMF76j?Q#GQ
z4VQV=C-(ur4S>xi7jZ8J+Ji=186zOyu<}@w$dC02HE$i*WZs|skIKkD?C5tUWEUWe
zerm9U0g1{(@8}MrQATqXK+~>c2VyBp5&)bN{h@uuCBX5PdcQKer5);lJ^C!D&+upe
z;2+#0bwjUa7&}xiC7X&#Tr|G>4vFCDn?U3GO!ZjKViv%yOyCW4YT9UM#W=H<*L~Rs
zK*uHlNV7hd!jTZ@ZE_$hJ3F5($<}SbW#&fCaZ4i;(x*TVi04#Zy9}$sf+o+yfB66@
z=;Z66iwoyB{Cs|n19U9T542N`t16~3rW0(5bCe%4=MVR+6b
ztf|oM#Ld-FH#Cvy>L%pL`O?uhD%xs6oZ7uoGW-I%{cWhl7aG=H9%m{smmucP4GjWK
zEjM@gPjPn(r)?Wx9r2tuL@IrnKAAetZDNlW(Pz3ja^64?(p#aw8AOB;q-eD6c-W<8^n&$M>Q+8HWT4Xjd+uiZ}eI%==oYq2*EX
z;`Ik9<8Uu0mNr?A|EdL`31%G_>E`u{d66tUQgt7bA1Fp9lj}{!8P`2qcDRn)Unry}sphNoRIRl{al
zT)Jlh)XiMDoB~&QVsdb944n|W?tx=F*VK^(&vWQ!IG-~n^MOCR@2WZ-&}aHuf6DI%q#oWmdh4GFWMT(LQoES
zqcl*U){<77=_k>Oi$*6-CPT*Fn;RF&V|xw!j~{uV1(SrgGS^Egqb+7byw_D`SqcJw
z_Lcr(J@_-M7~eW{lwKgBlP8V;T%SYtTZZUX4o_(1r`f8yOHh?btDuW4fEk|@h
zI6F1zOg{ui3qpg74m(e6K)pqGDjl#Qx@adWqYr-KnYf0OXZ@*?-8PHkL?A{%mwUv`
z5U5Zp8vOMIPy_L7g2z9eUIY5tzIjV;D*^ixnJ@feZV^6qvX#GF+9YIii8(mq${bdH
zPaAEe+Jz-!WqvyU)a7`3dgWyH&bfa_7j>Mj(+O{T0_wbY#kl0Zp=jT&z<#;N$BvjC
zYP7NB+83}S#(mxt3`7&+vk;Q40X5lzGZRY6Lbmxab`Ygc&1kDr&eF>v(qN8WUaJeG
z8tNsve_?l})8iBP=rW{VIco}S*XubC+ce%}GSo&e(FvU3D2YC)_p5c$?G^;}XW}q_
zhC0bZe}>X3h@H!|dTy+8VB|w#@OZHh?iQ3su+VpKGVT-?m=DX(to5_$`^e>yMqE)(
zYi;k;1>7EO)!|MbG*XMRuFU6VI^31Mu9$HhqLO3`tuZ%+t89wbqoiog
zu23iDR#6KvT48Tm1m76+d5UWaf>L{c|cR=P=(0A+&
z(}`)%o7rSvQFXa-Av)?y^YPa3B0Ve(=RVx`tC^pyf?jmZ9((78B{a!noLOFZL}OT
zYFaBLzS}4X=+B^By}MOvLT>n+zw!)kbzK_N=iE~LGecu~MEsGT>OqJw
zTTYL4qGM+3r6}Q3N8_M8a9fnsFztkf#<+Z%&v&(jF%PCC6K{gRkIqw7g&N9OF47mH
z-fQ0k;a8_Xjr8_YG1r|o@98ApjXk{8A?>^8r~A1~S%&^Im!i&_2-@0rJby4H{%X*C
zM?w|_mpIH=t!2%Tf=lZa=#~Vi6PJW>KtB6M`|o^s6Raea{NN(kY>E}!g2TQaHp-)6oc@)cp)@W>4+Ww3D$8Uf&Ft8?irn)-{ijv
z?9=a*(uUWF77L7H6gz3ya_%&-f-Yh>L4$V;xdWEn2t?JrPcHOKb)#t8
zl%tM*T&$j?OU6!#1Fhx4`zN}1IS~Y@2&_9!Kavq8x)0CnyV)SKctsF*cG`Pu+Auq%
z&IEne)!c(Faju?+(D#+Qk+d{fM^k2ZUh{7}M63$?)Bn4<=}-PBV1CUI9U0#C3SO+n
zxNWY5gIhmDuhmT_H{PdOt$qp`hmXZr)NS22pN%(r>^Wb(O(p+fB2b$2LwE;1-&#ejRL`QhOHhON-lx2nFc2gre2^
zlB&=+iYF+hv1Aew4^hRCAE_CANOO|~Vs;$OY`xyZDNeQD4Wzl2^3(V~rHVx0
z5jgE4PnjOW3X0o#Io}6Ga&r~NnsMEPeeJbSzupm8X<>GT*MZEoVX&UG#a;O3!J5l*
z!~MuoddIxhnbU34yF5E|R!s%eyS)k%nM956O6no6l4=rsNM979Co9SJseK9qzv83t
zJ$Z%`7E;X8O;Sa_aDP*7w|KtjmFpMgci6VIa8o|gkG8enc5blTb}nI8u_aj7cM@!y
z_xSxxRK2sGkNo$Imu3wVOUvB2$*v4%S>nf&dwMl@&nBEa+k}^ssAzjn9Lkv;UE!(W
zJr&zgrFcWqOZ}VX6Yf;Isi9o@=kT=!40$O0!Xsou5awL38AWy$=r4%KE8x8pee69TX9ZfpMyy0kzi
zteEA+2jYF&(k1)EBgR84TFCXVMqvy$`UKVf2jmJVb
zsdtOUxZ->LR7AoBA7#!^W2O`Hp%S_cFyWzQtC;1=kb;nto@o+F!j`b=0v=|fX(4;U
zdV(H=8^ycQD;WC_1e$0d^WQW>By!0byG#Ztjv2yQ+XPqNpPbR^jgj)-RH|O?SFT<<
zyAmbM3Da>iD(}@)Udu{7c=^u{l&2p*hI{G0L1U)XCd${rd!c~AegeC?r(~M6N;k8h)okXaYh_hkb0RPRZ4rvrIdF8)4rSeo!r-o_Z&}4KX0(L
zSBg;69a^J!M?s`Y9<@EM0U0jnovQka7Lo1Z8AfXuZ&}EKK`ULFqBYy_Ywx_CleB3F
zlS1}2t(&hv=f`-IojjNY@wu?a?FV5)sMGVhvDF#P`RO+YHQyTB-Cc<1XCBJZzC6xq
zN0+({c+SlRyH_%{&9g~7o6)mmk~6KRUN#aySuD%F_+~s!l%|grIS=#y!F(k5T^SK*krU
zL+}q?Pte=uNN$bLN%Sy_Vy^XF3wF}L$%`ZU#CHp_me2Mb*#n{Ut*10>>>rw+n#hb8
zc746gaeDf2MYz^f8V)7PAL@2M-FEmGZl4h`x4105Xn7S~!F+VSp3{D)SWXw*at+L~
zQDpw?xcU`^i=`E$#>L(0X4|uTlOgtgvBe8*R(g81+yw?9e4X%c_r1ii9WqNZ-1`D7E~2g!bC(LqY#2nyOJc(
zX!L|hpXvzZd=|HR?#1uymnmu_>=?hYCp%D6;V;A2Hu`RkBl!BxFYg^U60I;O{7!<1
z-;E)n&uKa6wMrtr1($!n6<+m|Hkk!_g#Wu|Xi10{FVu^r+@Itp2RezjO@`iq}Z
z`Hx;P2q3o1wXV08SJUsXzH#PVuRMzJu6~p=ulML66%;iJW}YCq*f@HC+=x&r_haRv5kdD?tI
z6BT|aL96~in=Ut^2*ws{lqbNlI3gOW9c=fe$AqrQ>u%##e0gcS?E3RL?-h}-$it;I
z-osvtTtPgblEZz5SFio{U_#wij9QVd1)0ouBX>6}6bm$iqYHN{Tyr}buen$xy?_A^K_kMNYIhVGE>_0}`c}f%1A$qCn$*37-NZ)mIWP|Cma&eK0%eyUm!e0L
zTk-iZaN9e)Fq)jm487paX>dQ3mzD-v&q?vg85bf!9^Uw*CPEy>YS**OoUpmSVb&P|
zpN12-yEBaAXQ(r|!Sn8)7m4exA?}n&|4K=qKahTG3BNe4y0q+b
z7K3gun!E<#98~WgY|)*-w}Dz6({?e0z~L
z!Q(v?Rv5`Yx)y$(CRk6Qz<_b!&(%()hWhk4zEl3LG{du?@5JkDH=f&l#`*SYtES^-
z+sBfq^>oL1;hP=yF4&hul9|>`BG+lwW7}^&QEz?i8Hr(h=e7#JdJW6bP4g8w_Z#+<
z#SL`kwidFKIO}LCth-1WHj}Q8KdPW7THg1hEFbBBjeBvn>s9z|`M)=hzCWucoJKMK
zYC0G}YDqNz$#ur+X+oelI+_*VgYwH3u;8(OBZ&)b0IP8medSFlO;pTncz->i*qd&8
zMBwN9KVORB_yeof3*02BsRYytoz~~J^C#|Jc
z$Ur$gNP)@^`eWA6_=$7ag1@oW->DQp+uRbO>)eV5Sc~d#X1&)Z4%pe5U!^#OK%N|r
zM-zAK1lVzx+)K5#ph=Bp9!bp)d#@ZGvry+%cF5HQRMGZ9=5YkGU^0Z(K@kvU9rIU<
zW;3JL{DXFxD-Tjxj@s28B<|sM@6bA#8Qnc_Y85{*SXy{w)FMeRemUT_
zts$7Z8r?8bOTrOPbCl500yb6mFRdlswVsNR1`yfDBX8W`hNbhpR(9zKMjU%4H;t5C0
zXI14Pnc%pN&XRhgHrFUfFM-!%+#+iE{Tu_j`emDli{-#Uf(#KnbFBU+UbwX0CdHL)
zgaaZ>7t|^kW{3X01eq|{)0oQ}s0aCp{ZnGqotI(Xahg#Os6smgt1NzgT=iZ}
zypw_(kPCP*HD}?y4cP6V9NeCx4VGNsA`lwt13x4E8&QT#fQ}aQzIS<9*StqFzs8o%
z>(VXX|ITrHvYoc_$bCX2Rwi?)Q<1AZLR*wDj%(bX&*aeA!ZI}2GqM4L-Sc5Yy}dc@
z3Jq_@YK>3o=dC>=HFJ0yIh@=1`j<3yOCFw_c3NjS0LGXL{K{d86^z@pm`leYz
z@7PG3;gJ>2QK{H|D49uD>lK#sZjz=0+_W>_Z8{$`iGsj86*BKnz$~6kHRbCp*QWXC
zH+ixxdQ5X016rA7v~V7OSQPXk6&m%W2!2)l%vyL0rl7#T9ctxQ*TKQ4y5Y)oqxfFT?#AHZv&1l
zTY1Qje61Efnh%8^IW8~FoW`GfueX=75PW8K`cQO)P2C>AXCS8+)iZuGWj32t|9!e$
zaF_Iih0#Q8Ncf%QBtLQI9HV7M?DEX2p;C+oBAWfo(h*myss`^2fuNU&2n7FL0pv}ZWGN@D6Lc~ZiV_m
zh8~`}xR0^R9+Sn9?&OjG)?P5|{qWzJ4gbl8WI=BSmiydBlzVC{N`~&JX03r1miWWP
zmOSOMU&$2}gaN+f
z#INzD|GxR(o!~z~_C*4nj_xWEp=9Lcz?#dN#R6rh@m7VDp-w_9rMUmxzWR&2LJvZ6
zLyD&nrQI6N?k>?RdQnWjruqZm>2Gfb!c5wHS^AwGE#pQ)DEv{~eg2Ir29+zX092YL
z?uSdtZWKZ-{B3PSGG6xKN0f)hYlG>v-qk+5bvEOaS0`K1QJz+tatgOYgI>A;M1Ogv
zf40XF&rr&AK{55Y{!v3f&=Tl0b3R^w-P7MM|B}w!-25Z6DlIXa4mL2)lBRSqkg8M{
z!uw>dP>uor6%jmDP(ruTsISdX_Fu62Uv}yM<7?z)Ca;x>;S+h1Nix*f{l
z6*MaHpLyFYd;SE^JT#MQk0glJR$|6+;O(0}6^Z}mF090(AzsCB$_dlxAT
z3_EQVzaC8I6#`QD42X9NL*vPR?>qlv(K`q~UY6DTbs_)uJpDbuGD^-wlMnw5+WZd^
z11`_~x0n3uX8ga)|8+I~kMsYxIRD3j{PoZOTAbj67YofELe=XyJvt>Z<`;rE=k7FI
z|DG_w4|>3WkXuoHJ;0Pb*Ft8xWWWI@yuY>Qa7|@TPf68U{Ob+>xATwBP{MI(x>ldc
zJKxT5X9>BW6shL+HMwnRXcwuF2Gu?O$YCh3{xccN=VVj1{q{<|_>D9%r;!i`XMxCn
za%x8+z*+2k&lkG5S^^KgTt!qE@MEc~>HafD{u0yysE=x|WeMsT2p#bRXZxi&F}vO`
zzC{EL&Yc=nEoo39vuXzJ32Zs=X6W{A`5r+AfI`dvP~?&Y5O8Wq@z4I374~=$q~uubA*P1KVG6MhJx3*pT;X>Av2sVklbx^
zkb5iM_gw#UXHj&$+5O9(g1=Ii7`O0#x=R4nQN7vSW({8U1SLHg>EQ}6Om8K_uCh~>
z%s5HEr6e%&KVtWm_<(gt@j#-DGc)06Kmgd8Dp7*j=^dbWOT(Aq!TfdL-F3c2Kkg3|
zs^`v+SSA{YtRnv0;OK=q3qLOk;eSFb5Z7Fs3wLVxY%6dy#M`qQC6|ItGZKUnLDia#(4
zyAfz?juBFFnIa7f%z5teC0?~t>TmrBoO#`1D
zftn~I;!z0eI9<Yw6xQpBRmsFOB$4|YBI9l;X09h(|w&73-
ztej1o_ICsYt9_Jwf~1iAEcBUnDTA1t
zBBk7~HXU~HIN#S##L9t?JbQw#g3=koL76v7lyB7JN?(wTZq<@s!r5N+J?@j1)_>Yh
z9dy4X-_yhI1Z!91hsXUcZw^$Dtb$+{y=z}uJ0{6cWwDS*6l`)R9G6PD+)+;b<2m&3
z-v+#F#%kL+|{pP!XGaDvhKZ1|hy@
zyP;+26dEI&Lzynq#$I`fshmuz-z4EZ4oLXc`NHXW9-anDwkQrVa@1b#2UeFSYpQDd
zH4Wc=TwJK{FPLuC$_Nxr58@PkJ-SPbTWab9HG7tfX&A%tUYuiLS-#}$4phdB_ZQfv
zP|XMCP(|TX(=Xdimjp|+5k1lPwI(SbFy(zT{${QH=8$)FVdqS>X5|vTrcSc!FkYz4
zVo=ATkiwq+#I0rK4j?6E@2d=cyGM*r-x};2WtDKu{y3WO-e}W)U_yafxgPhgfqa#0
zk;gU{wef37!5yw?F`we#>5
z6bM{dYXmmt`ccMK3kh0XRsxP+gHL=6o#YZPPt1*1-!uogur0B~?Fwq^`JA0M0A(;*
zs;!uNfLk}L*PgAW6=a{cls;$vR_~)Q@|b~=W6340owCAzP?VpJ*;`9*L12H&vWR;qtKnB{h=b&qo}jUTIG#4q5Hwlp!#VBj~%yw~B&
z^lxwTi#JM~Y;_1gO*O+}Jqy*Ad0sz(Igv!Y;S-62jg&&_KAxx6F*Lk=N+D@%!Ucr3
z+pw_$ML)-1?~FzQOs^Jd)@J4!DdGa_n2I;Kt$HWv*k#%?5$_sX4C$zS-GrZ&2jVpi
zB=@d@m%AI}@K%1lt;$ym77_A0Ro$oIqrNfCh@%e0{BruWrg1xnNs8&{&2R3DeGK+J
zvnA#-S>RFxANAn)M&%I413xEO>9*k4bcrT&>&23vI>B*NG$|%EAd-dO4W^mJye1cZ
z|6&yASPTI)Bc-ASXW$i>gUs0d)2cVX9hvbul}3@C2Xl;TKb~J@m8&y|`(HjkY}%sb
zvzg;le|6!9`s4^HY6DQ$VEq+W`rcjwn6RM8WxKg4pgIk;s!V9aeb1Gqrq!N`3Az20
zf1F~e3{5LFg-9Gi?h%$dxBzE3xK6kQjdX4G>egX$!NC9k>^q~YXTvUJIOPjaF3_@Y
zn7y$7B|3nb5!+AehkXy&8a3W<^X|h)=A7rOtc~hY+=-9S4_&WMZP*PP23uhOZA*-_
zL!*wpZ{d}Zv^bvz2VBjgV&6pR8pI)^qEY50QE|rbbh*>|lZ_PzKY9_v!t3*s7@L;w
zd$oS`n;`CEXR@ko-rs}FL}9HKOAi49JbxM;1lkTAy6L>1|K`4Er;w
zUwl3GGVU5B0&czlgUXR9Qo<)X&?Q)jYXm3(M4qA)F4H(*cyF2{H8ZgZU|yM9vXh&qYEIJ?!#ErwqL)ANvwe7mee
z-=7OU9$x{{kv2&DPfM}2E(?H``gx-72mPWybm`_KkI^?oMh^uXOhY6c(Vq+^^6u9{V(kr*T)H~Dl*PhcxkPgVqn^#D
zIKT_$53;SXv;9{(ka-E9xs?32A*cJ!ys5N3rzyL?R%<@)MkFPYhxyzm*$6c~HEX?V
z^5sy0EyusW*#k-ldxm!w{hZfL+0>76D8FkL@_pMH3WlnB${l`tJLqGDOV>Bmd_iy6
z?%%juA^SZ=k}i-!lmHS(8DDmPMtZD$EoyZZ2@6E3IN_uj!>i$kMG+GR&aWEPHQ~K8
zu~!+kq1Ru{uuGVfRZmJ_xh_23OQ7_xZ2uOI-@s$TOcj#j174|HWmmo755cE2<-ai^u$
z&1_j%FLRDJ;bMzqGO{?%GNX-bi&?jC>rodLlP^+e(o&lr)u)pvw#w&NT$^pjKih^!
z0Lwa!!B|>>V+~F`m#=)gQOo1GAVd^tF_=~pxzy(Wjs;y4>77Uj5Ts0>z&KUgK$$ac
z?O6sModVI0+0W9?2V%?5YwR_RTIK7g4jo~6_#z5CEcU^_GA-;wF87z$Ykjf5iq)U4
z{h)i5$Bi{^bQv8;_{w<41zS-6vc)m>(f5dvrT56F2@%r^A#{AskDI+gUu;zOY50>F41LDdi``u_D)XeH)=C
zXS>$?jH8m^z=Df#e#D1#E6wPlK-Xm?d(my%uBvUS$gII_afPq&Gy~-36nP?y*_Wm2
z5~vdV1~a4mLHnusN1f?BsUIH6sg19nS`QC2F}Y9*h|EJtB^RNvkVv8$+YJS`sH$tA
znItRE=AiLnVB!PcyDjQW*b_N06sVJ*>CdRQWt=rNe<@VSYyEg-gJkGRGM1EFJ?7@Q
zuCYh5S;yJ%XX)T0ps#`)W?F@ApweD$HCMMY19sv9zzeMoLrId^w8|rp?{113xi&~a
zSHm0aeL!3{+gsHqb{TZPSYF2Bc|zHl0wUuG=0(GM=x6YfCO7|;*~00~VT7%wj&%$W
z7IaMo^Em}Ia!pZ};{SK15ippZJ;f+go{i{8(GZ~VZRQSg-mxrr&W+f(<;YBRa7YmcnoJrkYx
z>;Y7md~ZG76RSvwxZa{k>!AeQ{mArXo{r2qyB7MxQfBXuegpX!n8Qofp#Q&(ptW4vn0%@wgm<=Z{s*&Iq%Q%
zY`MHvKcdWX9pbn%iz55fu=PijAIZ@IJd`jby&0(Tqh2N)H>@Sq`iDrCd0qe$uWfmV
ztFh?;cx3m(LoD%b>v{YU;-5Cv-CY;>Z52&TNn>G;1bJ9D3;BMRRC!WK|2pd3^VzCB
z24>Xf>A|6WZ@O&W5EZK_(pC+n2ggeyWeu2d(&?k=M*(z{$Wg_7F`grPGG!d6wfljZMZ?*5hcr!9P?Ga>
zI|@0wydd5!&8)4_SE*n0GRh&Zs8aJc}`DHaDdDZfhq0BFXjh`ZJ
zj-KAmG+00jE`4UVa(X)jQ!I3+4;wwZDc9Sse=;aXO5Tyh`B!6->9mlzu<5S#hl?@<
zn!?AErLd1=4*G;{wzyBOHmcfVP{4~Z#>UN5Xp|t?B?tn&VCVwKjD*=WPwlE+a?BpQ
zPV#wXR{MlMlooP&TOVqcOM#dz+h3|5@ZLXi3RA*OeKmN!Ihf;6-g7%SU_sH4&RAgK
zkZm_z{u&!5W_|Q#TsJfT*L2vl$_0werHmY$8FAWvrrQV~Qll7#j+~@sF4yt6k*U1j
z@2i^jc)EC!nkd1!+sM7cdAgl9y|6uMp;oNs3gb|DnPo02!v%QnbL=7xt1q(>Ju$Hz
zVOCW)E3hTmu?zZW$kxft7^={WhV7|yB9TzW&jBvg?q7MTR8BRnmA^EN%3Z!F!vexY
zJPowx;HM`el2m5X23UfQ3o{`@t21+#8>x-?2K;r_qg^4hmN~NRXxo$I9HCuE!g`9D
zRh~sUxAi%dM&!b6WH#aodAGrM5)qhd*laA^*hFNPL8P2nX;|OWK{-@tM%&yxsNyI)
z()$}{KkdGzfIc56m94SZx^&0ULi}~epJas*;)xweL0_cg!tX6RxVyYsXapA?zhN;M
z&feCx$nC7Nb@H7aSO!tX9)Y7^j}Z+ngVnhUd@D|3{n6vjU5Mo!oMB~wIBv?XM|$ni
zEap5D&C_AX-Qru{(^09Ws^aI+>GPr>Q;$PoKBNPQCl5eWUUe&~KhV3=Pg32wfizpj
z%@1p2Ai`szweT5v(antjWBN`P0mNzq6Lu4fn_SnZ1_b)SluDIG{SEsAVl-_
z?StsLM!8~#aUWKqmDcsa+1ee->)A3{p!%tOGhC(ntx2%@mEMB-g|(35mVy3T{|7|p
z>8p{f$APWya3t>cdBqTyYwt{x_ACuQlyK#fhs)d+bh6%zXdw?y?g?~lAh0h|$OB?g
zcrH>G_JpG#BN8{|kt``=*P(uue2yCibF2s+oS_sa2)~_l3J`pFx9hW!tpEC@$ziy9
zM5TIuVdPRu!f11q--|7xsG6XpXj)(V)V3pP=txfY$lW80`-${TzMHGg>E({$|Bt=*
z3~Q>}x`r))bP$jZibxabU7Cu5ilB%}?_D4?>4AXsE`kEmML?yC^b&gLp(q_f4@e0i
zKoSzdyFKSQ?{mt1&bfbm*Z1SSuKd{SBxJ9(=9+7*ImaC1$jtqu&f;odyCJvPyS&WG
zu3ROXF2vjOge!u+;>0HvRJx$q&^vU$KF-CnF{bce2>yj5qZbcmo~Bua)mW7FH0T%a
z4e9h1DC1u`yCnRoKMq?9eRU5O9s>mCB|`^4zkJFR+_|>nOnA|1s>HuOwvuLE#qunJ
zVbW~wsuUDi#S%Mzb#L#~sO8Bk9!0;(FPRfZ3^kza8@ZCuYU@%=Kxv(Krab#AwdBT=
z;eegSBs2V|)`NX)K+VtEv`O2(Z6(Nfzsf~aqAY6PATL7XpCeFm+^U9AJHCK31<=rGxPNR4ZWmdDBz7%5W4eoaL%}q+t
zF|$)$0Xt&@(`gqkY*q5@Zf-stm}Ij6_xY{hnPtanvF($)@XQf|gyAP8!!{cNQh`U@
z09|rl__O^(-6VN*TK)q2O9(7+r>KdA1Jz0pw-JClfJj90by5>s;%}Z~nocSi`7w+$1VKs7~5IJ|TTW
z2ksE784U()j1E?HVk_jBo=qV`KxOp5lMtbKl#;T7_pVrIf^R?fAuVolh18g=cmx_P
zR?VKoHOxZdVKfpw1%B=92VASCxF<8I7m`qq3
zIre+foSDb{2EWXasQEgEDmHV<;mNEBz5tH5li5C9852Vm#h3k8FAnZ6#oNLQ(*!2T
zmlCfpR=BpdA{Wk{D$-<(?tQ-<7Abi1gIE^Evvund#R3Pg2&Vu^0-+q_049y1ENil8
z702`vdQJ%*J2s&)ozp2l8knZ!d;XAEn0z(?vg!1jv@7LKe~CNdt#fwW0+^Xc+2;-r
z4N3`jE5Z%@5SJyblH4C+f%y+9$Xc#YT?p=xdXPLBaE|ab=@8dcM3}R@qh^w<5ZDS<
z#INYOxXy7u(gIGE`!_R11r_?C)+ABkXHfa01D^O330*WcfiTm|$dM4K72U(ta~zxU
z&N2>g-QJ%3Z&@vAH5^qHw!Qsw0VaazsVN#&2_CVI6m<|VOIdh?Z&Xf=WYEH_$*n9h
z*GV(XPKYRN;)(ypeWLtJZt+Z2x~iWb?6zRpaypkHCyme$IH%z(967-;oMM&8@h~bA
z*Xqec$F4ZSZXua^QT3S;8hLfFWzXZAh*{%zDsqubiX;0CJfqx}Ji0wBb!>E|$Iu^z@F4_3?pFUP#um%GPQ=Nou6B95DulKPgyS6Lku6nQ2c=$vDO7yHg
zwN1d|GCRH5BF<8))ryx#38zY3I*XOtSVOA7*PilJT&!o|6q(nJEJDAXZ-_emvaH`rswLOXmU7T>5$^g1YbP
zsv0-!baT9TXbRa_V^gf_h$uH(t^)Jc7a29$Ql-C*+EOhq)P8q8L5tUEOW)APJl^>s
z*UdC|guxP4Wq1;szkh$opT*Vb$>sYG9$a}93zfZ3ckPvj@N1hZJG2MvtxdSZkLS;j
zo3uJd(s9|-)+?C{X8|=qO0D&}HoJ@3;tgHwnqEYlXuKt?K@}!GIr`!TeI0J#@La;<
z=?X5l=DujW?2~o5jIeZq6|rUIrjQ}pHz<)N)GKr++awt~)tJx=@v_@PxnfnL?<8=s
zCs`IFC8qsjpxw&qv14$08QxaqS?`|b1FTE0x61E5I@(q|#F&Evo#~j3k3UX`RW_Np
z5v5MOA$3bARCRY=f5s}`$oYy}S`@#tzm;8ASN&pJSs*Rc5eR3t;m7-zlGG~?5^ViL
zE6ilo^HkbERgkNd^*{O-mR@SZR
z9ZS`TlF4-ewV+*7>!z%n&RRO%$MzCQwxVaWiFB?b#owI<6I5fbWo;|bDD1HNbnXmw
zU3QLaT(wQ%3K>jW6p$V5c-i;%cOtfwN`vcVjNp<;p<1K{u_omNh}?{Y3tPp!K>MEl
zFv5Ayh2OPx2tGZJ)XlnEuKnt;9VR9JxMy>Yt+pCZLO&doYVB|foYW^y(g>a
z2QvJ0eZiD*1r>=n=R543!$Pfhn&3|n(i)CUosO8B2irix
zmv3G_hUWI)umB>D?q(t@Fy>9Fm~CI(rKp@t+Mg`u6OUr*-M
zsE~`SgA#h?)<7P^JOK&Kf{!y^w}(+=1Y@wH*^hsUk#3glb4bV0JPlYtEIuq|j6V$e
z46R$b3D+jtnWHULAboE$^>j{=QjaQ}27G!K+t*LJ>1aT0Rk{^)74C-uVq5+|>SK`5
z`M#p{xS#zQK!>8G8Xf!Ior-w3Y-v-N=Cwb=JTs=C-oeR~E?W
z%o~pKr7mOTgtt9&9-d9t44kMQ-zgku?2UwWvUn@8?&yO
z;k&^Pv4O60TzR81$idnvJbUh0iwHva+~d4S3Az)U%1G}wFQmBr0-NK52WJxRE~T9;
zH-!-Rg9t}*nh~@n+Y5wMUTtXb$zb#BdY89MK5jsrn=Ah5>O0-O^?}2+GEQNn`(;=a
z24FzpMEi_=dQg-*AzE((OMDQ|<5F)I0GiE$zPf1$wL1UnN4aafCqC=bGo0EdK8b{j
ztTzlT$L7$gFeY7e+Eo>7x8wam=P8wLu&@4)qA00xY4QLa-`qPFAtL)@`gQkHG;xP`
zHjm{f*S;=!R$y~;I#PcVZ!p%;QOg}=VcshP$S9p#G1|e
z&;AFiRo)01Q2)4MSlkU`lc#gs>LevvUX|YH)K=C){i5a&0HgGQjtn^DhoVO`%5>7r
zEd+oB!Ytd741mk&Yh?Y5b0+r&jYvv}lV6~|cr^dZp80cL@&x>a;;-V6Rv<4`o!@5N
zA{I6j(^=J@RrkGoZT*r$gPL&*rwuG#Y6YHwRN>yy-MR^mfx2GyCo6pTURqOW&T;8Z
z%2n~Q;`wf1@_Ut2(O0bPssgGzGQim_Tn)1z04@OV9ks?WCKcSp44+jXf&_&0oEL7WzEHV2KWB|W<+C7)l2Q&z|-8!-^C2X-4i
z!<|F&tts`RT}KKoQ*E-hbD;T&D%nE6@g=QPPlTy`4JQ=j&uUM?Rz6s_wGoJM4VPOl
zC&{7C-lOSW>?_uQny|PyEe@ZMaX#@dyHypnB@kPgHK`w;U(BUmKsg8(9t((pmd0JB
z>Xzo!Kq)(|hv
ztY)W0td=ajmu3)kcKk4H#2FYFGMmHbskDk+QzQd~V!lx|qbvFiMST`mE0721nN9BA
zY=6X0$>kJ50LzNoT7=2T?=gk&KgW45Xi(S53fkeEHOVWxGm77LG^TJMw^sXG*f|ON
zr?PK~D(~Ac`rf@KnzbLK0k`CY>;+xip1GN2ljOQ;Y&%gJ&ix&bTa_6d$0a(=)|N@7
zqp#1gRV`N#2&s2LoGoMHAIxh_p?g7Fv_`|eBGV&=Fau#P^Q4{i#%R<_uH_7rA$6-M
z7dmH;U9)o0&_1_Aj16H2`F>YZ%3%?KPm-yOMrNa{@?^V}oWEMuTn
z?dieq$gUIj>vM&4AFgk1ft;=^R~$AU{?slW`E@W?1JmCtJfjj#H3p9g4Yr@Eyjx)b
zIVim#e$ONmo910L%;`J-PWT3a*}F_~Xr(^1yAkK++iE$>D|+2Q4xPpooE43}5Fa5y
z74V@!`}4Ad2Hj|E>VoDC;@P#=ktvs115(}3-r2GU5R#IWRVXwPmXx9`n04L*#1!w;
zy!`oy^0qJ4vtIAWXxamAh>b!^t1t3J)nuVB18U{30k|=DVRK$H^E(v=iNlUS(rh8g
z3zlf(ykfszP_kg0dhHtKpYqFUZUtp4s|>SmkiSGdw&Uo4aQG`0&{%JlmnSRWO?)6i3lx&Y-j^j?vbl)9dKGyTB^MS&=~Yds`i2t
zSqHP=B2b%Ym+O3^+*cLI^aW~m%sL!)qQmTY_=%+_0}UH-13*e8)!#Vl9n({KY0shS)^ALL|s6AuEil)Q?hzIoDsHxC0@e|a}|S*R&I
zI&Gu7IIQ~XXGv5tzt#u3X9P$jmBWYg;v^?r4>pT#dN^SO;MMx*v7*_t7{NtB8>8sE
zpmM{a_J#+qMyFgr$-eREvwEj4cc-~W_Ut}L`zLw$hB7NgLi>nI2(9oz
zvwr6KxvPv~WMdr|EWsjVNgK{blE||eVxL1pTFDnXqe7}QIQBW}n|x@${=`VI6089l
zyJ01lYplB!PqNn3E#Hoz<(k*Eb|G$h|4JufY7M0_2*S-2s=ge3Vb+o@
z8!q{{&aJ10XdrP*(rAx>j_W3;5ky%+vQMJlqf;|x`UuP-IneBzzPigScRJ4wXK%Lm
zdxvMQc!=L~pic~p1s!gIhijW8bOTBCzXk7?I=Z<1REnqP|uIQm7y
z;jzEvxefnR#?y;(M;cZ*~Or*|{m`QeUmuX%o11u$D9aworRWL>)D4
zGtuEY`Pm9bIv$Yd!Q>Du$Z0M~!%R)8u5!vfoZ70!h6ODvX9qHv8i<*Gr_2pH{?brv
zU=}2o$gSpbRm~kx*qs>gX05O=(dx1)HYq9
zm0Z1X4`;K)wC#c*pM($!zx0c4%cw)^oiC(v;$?Mr<|4MM*sKX*uE{&Eo9nHIU#)Cr
zVm@B&8C|OrksvrfeT%Yjeg*@;9}K^^d9rQ-1uXh72{X7_HyBj+0@GYHyOIV&`#}VN
z%|@i2Pn4$p{9xu5E!w5R;of46^F+FhVHRJ`d`_E4&G`COVed8z#3*-2Vi1Er(V*p9
z?!-)rkjD5kV1?I6#z`xsf+SC-_RE6ernmywJxVYBdTrrl2?Z(OF^U3fV4dA2i*K(ktvCxBS3x|Hb
zseaA;4-YmI%WAk*4l1Ba{cCZ_TW{m4PDn2l563~6Q{p?feeBJ|Skz_>oN@a*C9=9F
zA=rX13$HT1p9~kkq&+3tv7B{K)34C=lIpr=^?j9C6SPQ(xypH3w5Hl^p(Zmo;=vZ%
zWJ;z;xbLhdo(ILRb5-kgGTs}M>x+`hy57yjn!1T&Z8{X0?
z0Vi6AH<|H+<2T(G&tQ}vmw4^xKhdgij@=u527p*#6slIZV9%&eNU!lP`dTsyd5gX1
z9%N$X(?R&%VEn$>B1iv1UwG-}P#fLT0G;t!!4K5A3IWD)FX!0#bNmG#jGw;*Nt1wZ
z>14{c12`!3A|T#qn&=gNN%TcJR`C=bXv42L758Rd|FNo_JW!+O24GB9IvLdNOU1_P
z`+0l$#6e4Qxo*zgUv83S*Wk#MNQa+6=5t^EzKc|Ri{sMaH+8*q_F^>axdVHf#OYg}
z3KZkTUoLmq3_+GXM#*p0#7fme13dN88iLb?lVI>!%Pz!i{X1;I)AGCdlAa6^hNANB
z!9D)hA#B;a!z%A1HAP~eyN!Nyq~P%@Id`Oyuq>Fzu#IZ87(dAe4IZv)>9XL3`REbX
znn#?-dgQ%^Jm9L>bmz~X0JS+|b>f~z*DBFF4tlKv&kD;JcOKh(wsbEcnOxcTmn|)g
zqe?IS66}i{H*JJ0x#hainqeU$4_!o%!<57Db0^vdOUV>107y7YO87ALhOMeW_D4ZP
zW;}1thSD6gMz8nk5GF0KmR~cmtB+a8z5CKymB$JNKgla`7<(1!z#oEeijG;i(=sHR~(3wXbsoNY?XFaXn=X#2qo6!8W`Za&qJ?2zEY$@wl25_6fzg(iWzvt&)gjT8tg+ntN`z5kLAXm_AX
zC$y?;>7-Y$RJc4COSgL6UnJ3O#)ZscooW5kb<%-TYM>n_H6o2sTzZB^;jG}JtZ357
zafU(bb5;U6#D~&2|5iL
z$}&=aYqev-*=2O`HOh|jxyO=A+@+rSm@bHn0$bVkWxvI<+DrAH<*9o?hG8HbD*x-
z#XkpjrP+0(QxOyRJNUxPkWef0NrVYf5#_reb4@_aTtw8bS)W*Fsg3dukda9h
zuHXS|jqXt-zNm@`nGJve8~jn8GKp~N+}oPWmP;7s``O8!6+iz{z8GzL?!dIrkr{->
zVihf?=DZa50#&}{l7Btrr?}MLljnFlgb6jw)AkFyoUoCJF{R}VzDiM8@rdV3JQGBO
z=pMWw>qqm9Sg0p4d0@U|sl>L-Z7Og=^(56Hl{b_5=84H0_j|rmNXyx!0Y7-r2b+Gz
za@S4wwie;?d*2=|ai{dW$%1+E_Tv@FwICvPbG&5-YK5bI*^S<#HQH=47m~hbL1kZA
zbt&$ideZ9@*c1y%^IyCC%Z?ik5@?0MP-6Xl0=edQRY_;vkGQR2JQw6xg86y?qPMC@$w15`{I&PX
z3^hMe6vQrDojunN%cSNQca$&p!hI_ftnaRk#D
zNvF_J2EF%e2VDlAkJP
zExYZ^VADyXG?DO2UUx_92SG2#XtFYCysGXzXXi!V$ghZF
zhByh|;(L!#ba=)ZtOg?bsi@jUb37i@=t*FNV8|0Oc7VP$?M1Mwv{%X-R*XnQ(E2*v
zsk=4s)*u?F}o1Z?Y{r+3^1RJ>
zUq@`W5x!r+6p!0t4bJut@;3vu?Ze(Pn_5J0P0U4WJEb6UwpbwN50?`rvY>N&MNtU`
z`PhL{qiS$uOOas*)%#02eiH1jlP5rPgN19{3XeB$ci(|`0jeO&Lkfs^CdZ5`y@t0MZ6ej`^_
z@clZTpf}2$JNt^j#`}RvCokdpXgVgXqdT=PWk@+iNo0p`ZKM*;@Bgs0rL5O{@t$28L985&tT$1aCd~;2o&@1fx
zdPd=MCAMl?O}Ab^0%&qI#)f19Vt;yLWj$96$fG|#prp^=+zgIY-j?BNODJM92ao!t
z9&I5I;n~Gn@#^Q9W1-*QW9^7Njhlsc8T48QhzXOgqLz@aC#J%Ap{-+1pRSQ+@K-S!
z
zg(RGCkzwz8t6|5pvfu)AI9(ko%XwcVaxJM=iqXmD>CVNo7kg*Ogej#^{F4Ny=V~Xu
zDn8rs3Ja}Tr}rt*rlpp&BqOTN<_dg2Fw1B(ZYPRe(iPNcek(NYwVRG+G*q5ecG7ZA
zv`Q&Lsm|uUtESby07?2GGxD4%a@2iPkpI8wRAsb#NxsU{i>Dxo+4#puhbAZ)=~cpUjZ(%V}@u;2OC0
zgRE=pdog2nevL?Wdt1Ju!uOIFhP9#=!JHnA{Njm`up6v|}(89n#KVHJl^%e@qe*UeG0p;!Q~(4{~d0Jyz<
zZgh}UIik4H8xvp7(Th15w@F$Vd8=@q`jq>A(55$S1foL+)onK}SUf4<&2s^$^1P_V
z{gj_LQ(k!OOfj&Ew|EETdj_EQ3$<=fP}dK8mHN6{H*tR~2i6aeC9+B$QPIRBpDGKd
z(Incb>RL_DQxJk)>=6s2HMB)RtJ57|+91LKT4|c$8F8&6beWHwhgDotae65{dkJ?WGzc1T~-aCrM`4MeR(_>w|DVib9~lM
z@WOR=t&T1JktZ?ct~DpCWW_*jm;JXPDn^aZiJXU}ROs!sG7UFNP=MF%4ni+Ee`mC2
zfKrQZF4X{ddq77R{mdYh6D@1)xqg3QJGBeJJnL&27w;_&Q6lM)Ia^=an8%iJma
zQ5XHS69PEdOie~t8H3g0bsZevuF=~z`HBB5g{YH
zoM(`kDYb=MPRe{hiyXjmX<+ob3VQFvnRE8swOLY*;w>`$K6*d8A*gin<>wO)ppJ?n
zhhf%s%bk-u!q`nS3#Ow$k{|a9gR`k##e+Th1`y7zC1rN9Y%p#Hu&ziidVYxRQfA4I
z>EPCCCvP2bB9EQ06KRQpITwM)u(1~;rP8)Zzt(yUVZ)aT65r#C
z^CK$0v&th&plbX6g;VT09hVV8vf+zOUDS2vCyyQw*WA=w;(*v%#LXIKuE(BX@Yn++7Pc9-6E+^ce#mM%4^;{_m(
z@;31w3o9D@6_1mXy+>kRV{AAZD)*FDn%|DvXY~xuX&W_oUa}wh;56n?V#@^bywOp^m3_4k7XMn%Y@~V;uiT~+Z*aZXP2b(r$#c{S%}F_qH_F&@`{eifw?QTj?`Rg86U4l7;@FV&1sOoP+85(3riC_U9W0Q
ztVX8agkK&2aBVag_F(v%(F5Ar{Jfn8m86dEP3pVyQ>f{RTQe+!LD5|{O6ZSo`gQzF
z(w$$M+k+~uI}m`N6P{lIDEQ#NRy|VidL=^LZ}-k<8rS^X{nh2LtNbnR>h-psPw58a
zH)@dC7goYW{7J`LZW90=_+lnQ7_*@6N8;M{8?}+YVF5la1{HcQPn6A$RM|vrR8l4;
z!75VBJ1n3(0E{b4CBi~F&ZL1;-5Y!^O(#2iit}fRl?r;ELGanZm&=fjB!(KTWY!_Q
zgX9;MB-6TnsLXT2M01Y5t5eQiQd;N_r~q*nd~30<*Oir_$(o~`*|aWqVc%Vq`nC6&
zs%1rCu5Oy#kI$x|9EF%cv?CfHP?qB6u3rFv;4T#U1&C)JDOTLf4qBOuf~#xj7v7`n
z`M&6gkeOq5M^@BKuFQpDXh77TWG4a+03ipfU}1}hj>`!}y_=^%S;5#xZKtO~C{=#>
z)aHYyD^^QeMmDGHL!q?Ieoqfp?a3819pf!K)A7{P0M5Z*pdi_uxrg(@wCD^o^FBW}>^2&Cnd+Q7kg-b0+3@ITIIGHSgqzit(Bf3SiF~f|K3O2$
zEsby`{wb{spkWi297VeH&P#rbkN%1q^i+jR+pUe%d+^Id={oJ+*QJdaI=Ifl+OVEiC4vys
zelISEikiXB*|0a#6qtJ?r54_ah;^LU4vij|bp?vzWQ5}-f>!7baJjde46ez1^V=-^
zBCKB|`)i`i`6xMxmc#n$B^5w9GA44wlo@lPwQ`BIRo_2;GDkkiPJF@QXy-hvSkBn{
z+p4$Ir(twIUR}Gvb8YYg%o7=yP52Bp_{N)~k(}!+R9@XYA!`a7*Lxi}p`!3(!&Q*%
z6`Vv2jWLw4jBSkv8wSkXXK@{uzM9irIztI;4FZr1H_Tt}s0Io-n+bPFh@#(}DhQwz
z?u>pmvJz~2K<@QX?~&yfz{^bMVc5(Cp8!b1r+KSM7SrGCbZ`%i8>CWm#J+=V?zbHQ
z^_+yzRR&?mvoeR6YC;y-tBpNF>8nOSNk7K@iT6LynEaKe=M9KVIAE+KVc9Xj@3iQL
z6m?sEI9OM~u<=QeVB7syU{-dDY>M;Oe}8ikAP-m!!>}&liiQ-uaFXugYBpAOakmri
zM7%*oZs~oplZk2N2vlII5C_+6V1@RY3De|7z9ujt(YU}NF)!qnesN4KB<-m4vF<$uyRyqYL!`%*WZa%v=5
zzC9@Y>tU&2&E!V~$(9(7tDT~z)SWQN=8IlaQzJd34t5!C=59L@&xVpy-+k}j3+z9=
zZoS}ZQz@pk8;rKPe)Y{yN=X4;>?cq&x~Fu)`_SMo^ea~qeltt(SLVMMcmk)zZ;LN6
z2D@e-+)xA1Z!Aqvr_Vz_{QqDa|2mqCtmg(3`oP8UU6=05eycQn_AdGs8KY%AvI0t)
z@oSw0k6s+PA$R+)Kh*!5$D@*~zR;hhE2v8RK}mlS7k|Ed$8O38{@;OyKX@^!odZHB
z7lMH>3O}j;ydv22x&A6srGK#Ki_+*g@kU`!uCMR^%58F&=l8DHXCTWeV_KF9xC;Bh
z{cmWbLS^}GoyGmme^*&|1N&nttLK~|WbD8E0WOpJ^$*V1h?@O6ddj~`l&&yee1qc(
zRY!lDn0^p8EQnzcS+G+kffozx921?ir0+ZvRUmlc3_iAAWlEs~(wjbX#AF
zkWMtF+5!F%jNhj|%({)eo%R=}IH(KQgFUqKSMI<4$9FmY!i96{2F(&<{-w)}68@g*2bkj8
zEU)`QdE57?hhOqvy?LyipB4d;sgSsb07`Lx7kCN#Zx;4uEBn5Bb+?S=F9bNz#z4xk
z;ArB@|4{J!!9c!|qvXE%iZUvRyB%!py?Xbh`_4r(e>ICYF@WI=btxE_{TW_4fP$d+CP1}hpB-41^SfI5PrPicfd